本文提出了一种创新的卷积改进方法，将分数阶傅里叶变换（FRFT）和分数阶Gabor变换（FrGT）应用于YOLOv5的FT_Conv模块。通过对YOLOv5模型的FT_Conv.py文件进行修改并注册，实现了在道路缺陷检测任务中的性能提升，验证集上的准确率从0.8提高到0.82。详细介绍了FT_Conv的实现和使用步骤，以及在不同组件（如Backbone、head、detect、loss）的魔改潜力。
💡💡💡本文自研创新改进：卷积如何有效地和频域结合，引入分数阶傅里叶变换(FrFT)和分数阶Gabor变换(FrGT)，最终创新到YOLOv5。
使用方法：1）直接替换原来的C2f；2)放在backbone SPPF后使用；等
推荐指数：五星
在道路缺陷检测任务中，原始map为0.8，FT_Conv为0.82
收录
YOLOv5原创自研
https://blog.csdn.net/m0_63774211/category_12511931.html
💡💡💡全网独家首发创新（原创），适合paper ！！！
4453
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
订阅专栏 解锁全文
