空间金字塔池化改进

扩张卷积（Dilated Convolution）也被称为空洞卷积或者膨胀卷积，是在标准的卷积核中注入空洞，以此来增加模型的感受野（reception field）。相比原来的正常卷积操作，扩张卷积多了一个参数：dilation rate，指的是卷积核的点的间隔数量，比如常规的卷积操作dilatation rate为1。

01 SPP (Spatial Pyramid Pooling)

文章：《Spatial Pyramid Pooling in Deep Convolutional Networks for VisualRecognition》

空间金字塔池化结构，主要是为了解决两个问题:
1.有效避免了对图像区域裁剪、缩放操作导致的图像失真等问题;
2.解决了卷积神经网络对图相关重复特征提取的问题，大大提高了产生候选框的速度，且节省了计算成本。

02 SPPF

03 SimSPPF(Simplified SPPF)

美团YOLov6提出的模块，和SPPF只差了一个激活函数，简单个ConvBNReLu速度要比ConvBNSiLU快18%。

参考文章：https://blog.csdn.net/LWD19981223/article/details/127673051

04 ASPP (Atrous Spatial Pyramid Pooling)

目的:在不改变shape即不降采样的前提下增大网络的感受野，增强网络获得多尺度上下文的能力。
 

05 RFB (Receptive Field Block)

RFB模块是在《ECCV2018:Receptive Field Block Net for Accurate and Fast Object Detection》一文中提出的，出发点是模拟人类视觉的感受野从而加强网络的特征提取能力，在结构上RFB借鉴了Inception的思想，主要是在Inception的基础上加入了空洞卷积，从而有效增大了感受野。

06 SPPCSPC

该模块是YoLov7中使用的SPP结构，表现优于SPPF，但参数量和计算量提升了很多

07 SPPFCSPC

参考文章：https://blog.csdn.net/weixin_43694096/article/details/126354660?ydreferer=aHR0cHM6Ly9jbi5iaW5nLmNvbS8%3D

注：本文仅用于学术分享，如有侵权，请联系后台作删文处理。

最后：

如果你想要进一步了解更多的相关知识，可以关注下面公众号联系~会不定期发布相关设计内容包括但不限于如下内容:信号处理、通信仿真、算法设计、matlab appdesigner，gui设计、simulink仿真......希望能帮到你！