YOLOV5改进:RefConv | 即插即用重参数化重聚焦卷积替代常规卷积,无额外推理成本下涨点明显
于 2023-11-11 10:26:27 首次发布
本文介绍了YOLOV5的一种改进方法——RefConv,这是一种无需额外推理成本即可提升模型性能的重参数化重聚焦卷积。通过在预训练模型的基础上应用可训练的重聚焦转换,RefConv增强了卷积核间的联系,从而提高模型的表征能力。实验证明,RefConv可在图像分类任务上显著提高精度,如在ImageNet上提升1.47%。文中详细阐述了RefConv的实现步骤,包括在模型结构中添加代码和配置yaml文件。
摘要由CSDN通过智能技术生成