LF-YOLO

LF-YOLO算法解读，针对x射线图像
1、EMF：网络结构的改变，enhanced multiscale feature(增强的多尺度特性)，多尺度融合模块。利用基于参数的方法和无参数的方法，可以同时结合X射线图像的局部和全局上下文，利用多尺度特征，使网络适应不同的尺度
2、EFE：用于处理数据，低消耗，处于主干单元。
识别这个分成两类，一个是基于参数、一个是无参数的。
EFE：1x1 是whc 变成 wh2c, 或者是保持c，取决于在网络中的位置。Ghost Conv会避免冗余的计算和卷积产生的相似中间的特征图。最后两个split层 连接一起，是输入的两倍C

EMF：GDConv，EMF主要思想是整合显示特征，(无参数的)，利用池化层，隐士特征(利用有参数的多尺度，膨胀卷积核)
该无参数方法通过优化现有的特征映射，提供了一个多尺度的基础。
基于参数的方法利用了基于前者的新的多尺度数据。

网络结构：