yolov8改进|引入ScConv，轻量化网络
yolov8改进|引入ScConv
- ScConv简介
-
- 论文地址
- 主要内容（原创整理）
-
- 摘要
- 简介
- 贡献
- 技术
-
- SRU
- CRU
- 改进过程
-
- 核心代码
- ultralytics/nn/modules/conv.py
-
- 将核心代码添加到该位置
- 在上方声明
- ultralytics/nn/modules/__init__.py
-
- 在该位置继续声明
- ultralytics/nn/tasks.py
-
- 声明
- 找到`parse_model`
- yaml（替换Conv）
- yaml（替换C2F）
各位哥哥姐姐弟弟妹妹大家好，我是干饭王刘姐，主业干饭，主业2.0计算机研究生在读。
和我一起来改进yolov8变身计算机大牛吧！
本文中的论文笔记都是刘姐亲自整理，原创整理哦~
ScConv简介
论文地址
https://openaccess.thecvf.com/content/CVPR2023/papers/Li_SCConv_Spatial_and_Channel_Reconstruction_Convolution_for_Feature_Redundancy_CVPR_2023_paper.pdf
主要内容（原创整理）
摘要
- 利用特征之间的空间和通道冗余进行 CNN 压缩，并提出了一种高效的卷积模块，称为 SCConv（空间和通道重建卷积），以减少冗余计算并促进代表性特征学习。
- SCConv 是一种即插即用的架构单元，可用于直接替换各种卷积神经网络中的标准卷积。实验结果表明，SCConv 嵌入式模型能够通过减少冗余特征来实现更好的性能，从而显著