YOLOv8改进,YOLOv8引入KANConv卷积,CVPR2024,二次创新C2f结构
摘要
Kolmogorov-Arnold 网络 (KAN) 是多层感知器 (MLP) 的有前途的替代品。KAN 与 MLP 一样具有强大的数学基础:MLP 基于通用近似定理,而 KAN 基于 Kolmogorov-Arnold 表示定理。KAN 和 MLP 是双重的:KAN 在边缘上具有激活函数,而 MLP 在节点上具有激活函数。多层感知器 (MLP) 与 Kolmogorov-Arnold 网络 (KAN) 的比较如下图(摘自论文):
# 理论介绍
KANs与传统 MLPs 在节点(神经元)上使用固定激活函数不同,KANs 在边(权重)上使用可学习的激活函数,权重以 B 样条函数形式表示,每个激活函数可根据输入调整细粒度参数。虽然定理原始形式仅涉及两层网络,KANs 通过堆叠更多层(深度和宽度任意)实现更复杂的函数拟合能力,KANConv2D 利用不同类型的激活函数,以 Conv2D 格式提供各种 Kolmogorov-Arnold 网络 (KAN) 层的实现。KANConv2D 不同类型激活函数如下:
那么本文将添加以上九种结构供大家使用
理论详解可以参考链接:论文地址
代码可在这个链接找到:代码地址
下文都是手把手教程,跟着操作即可添加成功
目录
- 摘要
- # 理论介绍
- 🎓一、YOLOv8原始版本代码下载
-
- 🍀🍀1.yolov8模型结构图
- 🍀🍀2.环境配置
- 🎓二、KANConv代码
- 🎓三、添加方法
-
- 🍀🍀1.在modules目录下添加第二章的代码
- 🍀🍀