YOLOv8改进 | 融合改进 | C2f融合重写星辰网络之Rewrite the Stars⭐【CVPR2024】

 秋招面试专栏推荐 ：深度学习算法工程师面试问题总结【百面算法工程师】——点击即可跳转

---

💡💡💡本专栏所有程序均经过测试，可成功执行💡💡💡

---

专栏目录 ：《YOLOv8改进有效涨点》专栏介绍 & 专栏目录 | 目前已有90+篇内容，内含各种Head检测头、损失函数Loss、Backbone、Neck、NMS等创新点改进——点击即可跳转

---

最近的研究关注到了在网络设计中尚未充分挖掘的“星运算”（逐元素乘法）的潜力。尽管直观的解释有很多，但其应用的基础原理仍然在很大程度上未被探索。我们的研究试图揭示星运算的能力，它能够在不扩大网络的情况下，将输入映射到高维、非线性的特征空间中，类似于核技巧。我们进一步引入了StarNet，这是一个简单但强大的原型，它在紧凑的网络结构和高效的预算下展现了令人印象深刻的性能和低延迟。就像天空中的星星一样，星运算看似不起眼，却蕴含着广阔的潜力宇宙。文章在介绍主要的原理后，将手把手教学如何进行模块的代码添加和修改，并将修改后的完整代码放在文章的最后，方便大家一键运行，小白也可轻松上手实践。以帮助您更好地学习深度学习目标检测YOLO系列的挑战。

专栏地址：YOLOv8改进——更新各种有效涨点方法——点击即可跳转

目录

1.原理 

2. 将C2f_starNet添加到yolov8网络中

2.1 C2f_starNet代码实现

2.2 更改init.py文件