YOLOv10轻量化快速涨点之改进AKConv
目录
1，什么是AKConv?
2，如何使用AKConv使YOLOv10快速长点？
2.1，在ultralytics-main/ultralytics/nn/modules/conv.py里面添加AKConv类
2.2，ultralytics-main/ultralytics/nn/modules/conv.py添加如下
2.3 在E:\czc\YOLOv10\ultralytics-main\ultralytics\nn\tasks.py添加
2.4 修改def parse_model(d, ch, verbose=True): # model_dict, input_channels(3)
2.5，AKConv.yaml
1，什么是AKConv?
论文地址：2311.11587v2 (arxiv.org)
基于卷积运算的神经网络已经在深度学习领域取得了显著的成果，但是标准卷积运算有两个固有缺陷。一方面，卷积运算被限制在局部窗口，无法从其他位置捕获信息，并且它的采样形状是固定的。另一方面，骗局的规模进化核固定为k × k，它是一个固定的正方形，参数的数量会随着规模的增大而增加。它很明显，目标的形状和大小是千差万别的不同的数据集和不同的位置。卷积核
f固定的样品形状和正方形不能很好地适应变化目标。针对以上问题，可更改Kernel Convolution (AKConv)在这项工作中进行了探索，它给出了卷积核包含任意数量的参数和ar任意采样形状，为权衡提供更丰富的选择在网络开销和性能之间。在AKConv中，我们定义任意大小卷