YOLOv8独家改进：backbone改进 | 视觉新主干！RMT：RetNet遇见视觉Transformer | CVPR2024

最新推荐文章于 2024-09-16 18:08:39 发布
最新推荐文章于 2024-09-16 18:08:39 发布
阅读量989 收藏 1
点赞数 4
分类专栏： YOLOv8原创自研 YOLOv5/YOLOv7/YOLOv8最新改进大作战 文章标签： YOLO transformer 深度学习 目标检测 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_63774211/article/details/136942368
版权
YOLOv8原创自研 同时被 3 个专栏收录
116 篇文章 116 订阅 ¥259.90 ¥399.90
订阅专栏
YOLOv8魔术师
105 篇文章 354 订阅 ¥129.90 ¥299.90
订阅专栏
YOLOv5/YOLOv7/YOLOv8最新改进大作战
103 篇文章 45 订阅 ¥299.90 ¥399.90
订阅专栏
本文介绍了RMT，一种结合RetNet与Transformer的视觉Backbone，具备空间先验并保持线性复杂度。RMT在多个任务上表现出色，包括YOLOv8的集成，通过修改特定文件实现。详细步骤和源码提供，助你理解并进行网络魔改。
摘要由CSDN通过智能技术生成

💡💡💡本文独家改进：RMT：一种强大的视觉Backbone，灵活地将显式空间先验集成到具有线性复杂度的视觉主干中，在多个下游任务(分类/检测/分割)上性能表现出色！

💡💡💡Transformer 在各个领域验证了可行性，在多个数据集下能够实现涨点

改进结构图如下：

收录

YOLOv8原创自研

了解本专栏 订阅专栏 解锁全文
AI小怪兽
关注
专栏目录
订阅专栏
YOLOv8改进 | 主干篇 | 华为最新VanillaNet主干替换Backbone实现大幅度长点
Snu77的博客
12-19 5487
本文给大家来的改进机制是华为最新VanillaNet网络，其是今年最新推出的主干网络，VanillaNet是一种注重极简主义和效率的神经网络架构。它的设计简单，层数较少，避免了像深度架构和自注意力这样的复杂操作(需要注意的是该网络结构的通道数会被放大，GFLOPs的量会很高)。我将其替换整个YOLOv8的Backbone，在一些大目标和小目标检测上均有涨点，效果比上一篇RepViT的效果要好。我的实验数据集是一个包含1000张图片包含大中小的检测目标的数据集上(共有20+类别)，下面我会附上基础版本和修改版
yolov8 做图片分类和 ResNet Efficientnet 等常用分类网络的对比
shiter编写程序的艺术
04-14 2353
图片分类哪家强？
YOLOv8改进 | 主干篇 | ResNet18、34、50、101改进特征提取网络
走向CTO的路上...
08-24 929
YOLOv8是目前最流行的目标检测算法之一，其主干网络通常采用ResNet系列模型。为了进一步提升YOLOv8的性能，可以对ResNet系列模型进行改进，例如采用CSP结构、增加残差Bottleneck结构的深度等。本文介绍了两种改进ResNet系列模型的方法，并基于改进的ResNet模型构建了YOLOv8模型，在PASCAL VOC和MS COCO数据集上取得了显著的性能提升。
YOLOv8算法改进【NO.93】使用resnet18网络作为主干特征提取网络
m0_70388905的博客
12-14 2919
使用resnet18网络作为主干特征提取网络
YOLOv8原理深度解读,超级详细【未完待续】
热门推荐
专注“目标检测”领域技术分享
04-09 8万+
本文对YOLOv8里面每个部分的每个组件都进行了详细解释，如Backbone, Neck, Head。本文同时也介绍了YOLOv8的损失函数的设计以及样本匹配的方法。
涨点技巧：注意力机制---Yolov8引入Resnet_CBAM，CBAM升级版
05-31 3361
yolov8引入Resnet_CBAM：CBAM升级版，亲测数据集涨点明显，跟cbam比较
YOLOv8改进实战 | 更换主干网络Backbone之轻量化模型Efficientvit
w94ghz的博客
10-19 2752
YoloV8改进策略：主干网络篇|MobileNetV4主干替换YoloV8的BackBone（独家原创）
m0_47867638的博客
06-08 1949
今年，轻量级王者MobileNetV4闪亮登场！在我们这篇文章里，我们把MobileNetV4加入到了YoloV8中，替换原有的BackBone。哈哈，你猜怎么着？效果超赞！文章里详细记录了改进过程，给那些正在为创新点子发愁的小伙伴们提供了满满的灵感。嘿，想要发表关于轻量级改进的论文？这篇文章绝对是你的首选参考！
YOLOv8独家改进：backbone主干改进| 轻量化之王MobileNetV4，秒杀Mobile系列
会AI的学姐
05-14 491
backbone主干改进| 轻量化之王MobileNetV4
YOLOv8独家改进：backbone改进 | 微软新作StarNet：超强轻量级Backbone | CVPR 2024
05-14 2138
star operation（元素乘法）在无需加宽网络下，将输入映射到高维非线性特征空间的能力
YoloV8改进策略：BackBone改进|Swin Transformer赋能YoloV8，性能跃升的新篇章
最新发布
m0_47867638的博客
09-16 1596
计算机视觉建模长期以来一直由卷积神经网络 (CNN) 主导。从 AlexNet [38] 及其在 ImageNet 图像分类挑战中的革命性表现开始，CNN 架构通过更大的规模 [29, 73]、更广泛的连接 [33] 和更复杂的卷积形式 [67, 17, 81]。随着 CNN 作为各种视觉任务的骨干网络，这些架构的进步导致了性能改进，从而广泛提升了整个领域。另一方面，自然语言处理 (NLP) 中网络架构的演变采取了不同的路径，如今流行的架构是 Transformer [61]。
yolov8实战第四天——yolov8图像分类 && ResNet50图像分类（保姆式教程）
qq_34717531的博客
12-29 1万+
图像分类是指将输入的图像自动分类为不同的类别。它是计算机视觉领域的一个重要应用，可以用于人脸识别、物体识别、场景分类等任务。在实际应用中，可以使用各种深度学习框架（例如 TensorFlow、PyTorch、Keras 等）来构建图像分类模型，并使用各种数据增强技术（例如旋转、缩放、裁剪等）来增加数据集的多样性和数量。如果你想学习如何使用深度学习框架来构建图像分类模型，可以参考一些在线教程、书籍或者 MOOC。
YOLOv8改进实战 | 更换主干网络Backbone（六）之轻量化模型VanillaNet进阶篇
w94ghz的博客
11-22 1277
YOLOv8改进 | 主干篇 | 利用MobileNetV1替换Backbone（轻量化网络结构）
Snu77的博客
12-21 2864
本文给大家带来的改进机制是MobileNetV1，其是专为移动和嵌入式视觉应用设计的轻量化网络结构。这些模型基于简化的架构，并利用深度可分离卷积构建轻量级深度神经网络，其引入了两个简单的全局超参数，用于在延迟和准确性之间进行有效的权衡。实验表明，MobileNets在资源和准确性的权衡方面表现出色，并在多种应用（如对象检测、细粒度分类、面部属性识别和大规模地理定位）中展现了其有效性，这个模型非常适合轻量化的读者来使用。适用检测目标：轻量化网络结构适合轻量化的读者。
YOLOv8改进 | 主干篇 | 利用MobileNetV3替换Backbone（轻量化网络结构）
Snu77的博客
12-23 8999
本文给大家带来的改进机制是MobileNetV3轻量化网络结构，其主要改进思想集中在结合硬件感知的网络架构搜索（NAS）和NetAdapt算法，以优化移动设备CPU上的性能。它采用了新颖的架构设计，包括反转残差结构和线性瓶颈层，以及新的高效分割解码器（LR-ASPP），以提升在移动分类、检测和分割任务上的表现。实验表明，MobileNets在资源和准确性的权衡方面表现出色，并在多种应用（如对象检测、细粒度分类、面部属性识别和大规模地理定位）中展现了其有效性。
YOLOv8改进实战 | 更换主干网络Backbone之PoolFormer篇
w94ghz的博客
10-19 949
YoloV8改进策略：改进BackBone|自研频域和空间注意力，超越GAM，CBAM等注意力|注意力创新改进|高效涨点|代码注释与改进|包括改进后的结构图
m0_47867638的博客
01-19 2452
本文尝试改进了新的注意力，使用空间注意力和多轴频域注意力融合改进。改进后的注意力超越了GAM、BAM和CBAM等常用的注意力。
YOLOv8的多种配置文件的区别
2301_77176382的博客
06-27 1207
这是YOLOv8的基础配置文件，设置了默认的参数用于目标检测任务。：用于分类模式下的YOLOv8配置文件，适用于图像分类任务。：使用ResNet50骨干网络的YOLOv8分类配置文件，提供了准确性和计算效率之间的平衡。：使用ResNet101骨干网络的YOLOv8分类配置文件，提供更高的准确性，但计算需求也更高。：集成了GhostNet骨干网络的YOLOv8配置文件，更加轻量化，适合在计算资源有限的设备上部署。
爆改YOLOv8| 利用ResNet18、34、50、101替换yolo主干网络
weixin_43986124的博客
08-26 1458
ResNet,yolo,yolov8,暴力涨点
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

AI小怪兽

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值