YoloV8改进策略:基于RevCol,可逆的柱状神经网络的完美迁移,YoloV8的上分利器
文章目录
- 摘要
- 论文:《RevCol:可逆的柱状神经网络》
- 1、简介
- 2、方法
-
- 2.1、Multi-LeVEl ReVERsible Unit
- 2.2、可逆列架构
-
- 2.2.1、MACRo设计
- 2.2.2、MicRo 设计
- 2.3、中间监督
- 3、实验部分
-
- 3.1、图像分类
- 3.2、目标检测
- 3.3、语义分割
- 3.4、与SOTA基础模型的系统级比较
- 3.5、更多分析实验
-
- 3.5.1、可逆列架构的性能提升
- 3.5.2、可逆网络与非可逆网络
- 3.5.3、使用中间监督的性能提升
- 3.5.4、GPU内存消耗与模型大小