本文提出了一种创新的双卷积（DualConv）方法，结合深度可分离卷积和组卷积的优势，应用于RT-DETR算法，实现了性能提升和计算量、参数量的显著下降。通过3×3和1×1卷积的组合，DualConv在保持精度的同时，减少了模型的GFLOPs和参数量。
💡💡💡本文自研创新改进：双卷积由组卷积和异构卷积组成，执行 3×3 和 1×1 卷积运算代替其他卷积核仅执行 1×1 卷积，YOLOv8 Conv，从而轻量化RT-DETR，性能如下表，GFLOPs 8.1降低至7.6，参数量6.3MB降低至5.8MB
RT-DETR魔术师专栏介绍：
https://blog.csdn.net/m0_63774211/category_12497375.html
✨✨✨魔改创新RT-DETR
🚀🚀🚀引入前沿顶会创新，助力RT-DETR
🍉🍉🍉基于ultralytics优化，与YOLO完美结合
1.DualConv原理
论文：
订阅专栏 解锁全文
1290
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
