YOLOv5改进：下采样系列 |一种新颖的基于 Haar 小波的下采样HWD，有效涨点系列

 💡💡💡本文独家改进：HWD的核心思想是应用Haar小波变换来降低特征图的空间分辨率，同时保留尽可能多的信息，与传统的下采样方法相比，有效降低信息不确定性。

💡💡💡使用方法：代替原始网络的conv，下采样过程中尽可能包括更多信息，从而提升检测精度。

 
 

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 ！！！

💡💡💡 2024年计算机视觉顶会创新点适用于Yolov5、Yolov7、Yolov8等各个Yolo系列，专栏文章提供每一步步骤和源码，轻松带你上手魔改网络 ！！！

💡Ὂ