YOLOv10改进，YOLOv10替换主干网络为PP-HGNetV1(百度飞桨视觉团队自研，全网首发，助力涨点)
摘要
PP-HGNet(High Performance GPU Net) 是百度飞桨视觉团队自研的更适用于 GPU 平台的高性能骨干网络，该网络在 VOVNet 的基础上使用了可学习的下采样层（LDS Layer），融合了 ResNet_vd、PPHGNet 等模型的优点，该模型在 GPU 平台上与其他 SOTA 模型在相同的速度下有着更高的精度。在同等速度下，该模型高于 ResNet34-D 模型 3.8 个百分点，高于 ResNet50-D 模型 2.4 个百分点，在使用百度自研 SSLD 蒸馏策略后，超越 ResNet50-D 模型 4.7 个百分点。与此同时，在相同精度下，其推理速度也远超主流 VisionTransformer 的推理速度。PP-HGNet 使用 3x3 标准卷积（计算密度最高）较多。在此将 VOVNet 作为基准模型，将主要的有利于 GPU 推理的改进点进行融合。PP-HGNet 骨干网络的整体结构如下：
其中，PP-HGNet是由多个HG-Block组成，HG-Block的结构如下：
代码可在这个链接找到：代码地址
本文在 YOLOv10 中的主干网络替换成 PP-HGNetV1，代码已经整理好了，跟着文章复制粘贴，即可直接运行
目录
- 摘要
- 🎓一、YOLOv10原始版本代码下载
-
- 🍀🍀1.yolov10模型结构图
- 🍀🍀2.环境配置
- 🎓二、HGNetv1代码
-
- 🍀🍀1.整理好代码如下：
- 🍀🍀2.打印模型结构和理解YOLOv10结构
- 🎓三、添加方法
-
- 🍀🍀1.在modules目录下添加第二章的代码
- 🍀🍀2.在__init__.py文件导入