本教程介绍了如何改进YOLOv7和YOLOv7-tiny，结合GhostNetV2的最新架构，特别是DFC注意力机制，以提升端侧设备的性能。实验表明，应用GhostNetV2后，模型精度得到提升。文中详细阐述了理论背景、代码改进步骤，并提供了可运行的改进代码。
💡该教程为改进进阶指南，属于《芒果书》📚系列，包含大量的原创首发改进方式, 所有文章都是全网首发原创改进内容🚀
💡YOLOv7-Tiny+GhostNetV2 重点可以使用
💡本篇文章基于 YOLOv7、YOLOv7-tiny网络首发结合最新NeurIPS2022华为诺亚针对端侧设备的GhostNetV2 架构：长距离注意力机制增强廉价操作，打造轻量级检测器。代码直接运行
💡🚀🚀🚀内含·改进源代码·，按步骤操作运行改进后的代码即可
重点：🔥🔥🔥有同学已经使用这个 GhostNetV2创新点 在自己的数据集改进做完实验： mAP精度涨了2个个点！！实测改进有效，有点强
文章目录
参数对比（均减少）
yolov7-tiny改进前
Model Summary
订阅专栏 解锁全文
扫一扫
6403
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
