深度可分离卷积💡💡💡本文自研创新改进:改进1)保持原始信息-深度可分离卷积(MDSConv),解决了不能与原始特征层通道之间的信息交互的问题(如经典的深度可分离卷积);
改进2)提出快速的全局感受野的空间金字塔 (Improve-SPPF)算法,融合局部感受野和全局感受野,以减少不同尺度的影响;
改进3)CA改进版:解决CA注意力机制并没有很好地利用显著信息。因此,设计了一种结合平均池化和最大池化的即插即用坐标注意力;
改进4)基于MODSConv和CA改进版,构建了保持原始信息深度可分离层(MDSLayer)结构,以不降级的方式保护了通道之间的丰富信息;
收录
YOLOv8原创自研