YoloV8改进策略:基于分层注意力的FasterViT,让YoloV8实现性能的飞跃
这篇文章向大家展示如何使用FasterViT改进YoloV8,我尝试了几种方法,选出了三种效果比较好的方法推荐给大家。论文链接:https://arxiv.org/pdf/2306.06189.pdf本文设计了一种新的混合CNN-ViT神经网络族,名为FasterViT,专注于计算机视觉(CV)应用的高图像吞吐量。FasterViT结合了cnn的快速局部表示学习和ViT的全局建模特性的优点。新提出的分层注意力(HAT)方法将具有二次复杂度的全局自注意力分解为具有减少计算成本的多级注意力。
复制链接