以YOLOX的结构图为例,谈谈最近的网络改进点
- 输入图像部分预处理:mosic、mixup等数据增强;
- 卷积可部分更换成denseConv,
- 特征提取部分可做轻量化:mobile、ghost、shuffle一般是这三个
- 轻量化还可以将卷积更换为DWConv
- 优化器可互换:sgd、adam、ASGD等
- 注意力机制:CA、SE、ECA、CBAM等
- 可用空洞卷积替换下采样
- 反卷积或者双线性插值替换上采样
- 增强感受野SPP可换成ASPP、RFB等
- BaseConv结构种的激活函数可换成ELU
- 非极大值抑制NMS可换成soft-nms
- BN操作可换成LaterNorm、InstanceNorm、GroupNorm等
- 回归损失函数GIOU、CIOU、DIOU
- 1×1卷积升维降维,轻量化
- 特征融合部分可换成Bi-FPN