YOLOv11改进-卷积-引入小波卷积WTConv 解决多尺度小目标问题

已于 2025-01-03 11:38:14 修改
阅读量8.1k 收藏 96
点赞数 21
分类专栏： YOLOv11模型改进系列 文章标签： 目标跟踪 人工智能 计算机视觉 YOLO 目标检测 深度学习 算法
于 2024-10-18 13:43:35 首次发布
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/qq_64693987/article/details/142954211
版权

         本篇文章将介绍一个新的改进机制——WTConv（小波卷积），并阐述如何将其应用于YOLOv11中，显著提升模型性能。YOLOv11模型相比较于前几个模型在检测精度和速度上有显著提升，但其仍然受卷积核感受野大小的限制。因此，我们引入了小波卷积模块，旨在扩大卷积的感受野并有效捕捉图像中的低频信息。其对多尺度问题和小目标问题上有很好的效果。

代码：https://github.com/tgf123/YOLOv8_improve/blob/master/YOLOv11.md

        首先，我们将解析WTConv的工作原理，它通过小波变换将输入图像分解为不同的频率成分，并在每个频率

了解本专栏 订阅专栏 解锁全文
YOLO11改进|卷积篇|引入大感受野小波卷积WTConv
A1983Z的博客
10-21 1246
YOLO11中引入大感受野小波卷积WTConv
YOLOv8改进 | Conv篇 | 2024最新ECCV最新大感受野的小波卷积WTConv创新C2f（附代码 + 修改教程）
Snu77的博客
10-12 3930
官方论文地址点击此处即可跳转官方代码地址点击此处即可跳转这篇名为《用于大感受野的小波卷积》的文章提出了一种新的卷积层，称为WTConv（小波卷积层），它利用小波变换（WT）来解决卷积神经网络（CNN）在实现大感受野时遇到的过度参数化问题。WTConv的主要目的是通过对输入数据的不同频率带进行处理，使CNN能够更有效地捕捉局部和全局特征，而传统的CNN主要只能处理局部特征。以下是文章的主要内容总结：1. 问题背景：传统的CNN受限于卷积核的大小，难以有效捕捉全局上下文信息。
YOLO11改进-模块-引入小波卷积WaveletConv 增加频域信息
qq_64693987的博客
01-10 1973
1. WaveletConv原理：WaveletConv 的核心原理是利用离散小波变换来处理图像信号。离散小波变换可以将图像信号分解为不同频率的子信号，包括低频近似信号和高频细节信号。低频信号代表图像的大致轮廓和整体结构，高频信号则包含了图像的边缘、纹理等细节信息。通过这种分解，能够更有效地捕捉和处理图像中的不同特征，尤其在图像去模糊等任务中，有助于更好地恢复图像的细节和清晰度。在实际应用中，WaveletConv 将输入图像的特征从空间域转换到小波域。
WTConv：为大型感受野带来革命性的小波卷积技术
gitblog_00257的博客
03-27 305
WTConv：为大型感受野带来革命性的小波卷积技术 WTConv Wavelet Convolutions for Large Receptive Fields. ECCV 2024. 项目地址: https://gitcode....
(即插即用模块-Convolution部分) 十七、(2024 ECCV) WTConv 小波变换卷积
wei582636312的博客
03-12 1005
视觉Transformer (ViT) 的自注意力机制能够进行全局特征混合，而卷积神经网络 (CNN) 受限于局部混合。为了弥补这一差距，一些研究尝试增加 CNN 的卷积核大小，但很快达到上限并饱和。现有方法要么参数量过大，要么难以扩展到全局感受野。所以这篇论文提出一种。WTConv 通过利用小波变换 (WT) 将输入分解成不同频率的分量。对每个频率分量分别进行小核卷积，每个卷积关注不同的频率范围。
小波卷积：扩大卷积感受野新方案
m0_73707009的博客
02-07 795
本文介绍了一种基于小波变换的即插即用的 WTConv2d 模块，它能够在不引入过多参数的情况下有效扩大卷积的感受野。通过将其应用于深度可分离卷积中，我们可以进一步提升模型的性能。这种模块可以方便地集成到现有的 CNN 架构中，为计算机视觉任务带来更好的效果。
YOLOv5改进 | Conv篇 | 2024最新ECCV最新大感受野的小波卷积WTConv助力YOLOv5有效涨点
Snu77的博客
10-12 1042
​官方论文地址点击此处即可跳转官方代码地址点击此处即可跳转​这篇名为《用于大感受野的小波卷积》的文章提出了一种新的卷积层，称为WTConv（小波卷积层），它利用小波变换（WT）来解决卷积神经网络（CNN）在实现大感受野时遇到的过度参数化问题。WTConv的主要目的是通过对输入数据的不同频率带进行处理，使CNN能够更有效地捕捉局部和全局特征，而传统的CNN主要只能处理局部特征。以下是文章的主要内容总结：1. 问题背景：传统的CNN受限于卷积核的大小，难以有效捕捉全局上下文信息。
大感受野的小波卷积WTConv助力YOLOv11
m0_53148408的博客
10-28 1221
WTConv（小波卷积层），它利用小波变换（WT）来解决卷积神经网络（CNN）在实现大感受野时遇到的过度参数化问题。WTConv的主要目的是通过对输入数据的不同频率带进行处理，使CNN能够更有效地捕捉局部和全局特征，WTConv成功解决了CNN在感受野扩展中的参数膨胀问题，提供了一种更为高效、鲁棒且易于集成的卷积层解决方案，我将其用于二次创新YOLOv11中的C3k2机制可以减少一定参数量和计算量，达到一个可观的轻量化作用（这种小波Conv对于目前的创新角度来说是非常流行的）。三、核心代码。
YOLOv8改进策略：引入SPD-Conv技术以实现小目标精准检测
qq_62660798的博客
01-21 3940
SPD-Conv是一种空间深度卷积技术，旨在增强小目标检测的性能。相较于传统的Depthwise Convolution，SPD-Conv引入了空间注意力机制，更有利于捕捉小目标的细节信息。通过引入空间关注力，SPD-Conv更加注重目标的空间分布，有助于捕捉小目标的微小特征。相比传统卷积，SPD-Conv在保持高性能的同时拥有更少的参数数量，有助于减少模型的复杂性。SPD-Conv在相同计算资源下能够实现更高的感知力，提高整体模型的效率。
YOLOv7改进：引入GSConv+Slim Neck，提升小目标检测精度
10-18 1660
引入了一种新方法GSConv来代替SC操作。该方法使卷积计算的输出尽可能接近SC，同时降低计算成本；提供了一种新的设计范式，即带有标准Backbone的Slim-Neck设计；
[Base]WTConv-Wavelet Convolutions for Large Receptive Fields
weixin_45863274的博客
08-20 1904
证明了利用小波变换( Wavelet Transform，WT )，实际上可以获得非常大的感受野而不受过参数化的影响，例如，对于一个k × k的感受野，所提出的方法中可训练参数的数量只与k成对数增长。所提出的WTConv层可以作为现有架构中的直接替换。
YOLOv11改进有效系列目录 - 包含卷积、主干、检测头、注意力机制、Neck上百种创新机制 - 针对多尺度、小目标、遮挡、恶劣天气等问题
热门推荐
qq_64693987的博客
10-16 2万+
在一些特定情况下，目标检测任务由于多种因素的影响，变得更加复杂和困难。以下是几类常见的困难目标检测场景：1. 小目标检测定义：小目标检测是指当目标在图像中的占比非常小时，模型需要准确识别和定位这些目标。典型场景包括远程监控、卫星图像分析等。挑战1. 低分辨率：由于目标在图像中占据像素较少，细节缺失，特征提取难度增加。2. 特征不足：小目标缺乏明显的形状和纹理特征，容易被复杂背景淹没。3. 检测难度大：由于小目标与背景之间的对比度较低，误检的几率上升。4. 数据不平衡。
YOLOv11改进 | Conv篇 | YOLOv11引入24年大感受野的小波卷积WTConv
tsg6698的博客
01-03 1066
1. WTConv介绍1.1 摘要：近年来，人们试图通过增加卷积神经网络（ConvolutionalNeuralNets，CNNs）的核尺寸来模拟视觉变换器（VisionTransformers，ViTs）的自我注意块的全局感受域。然而，这种方法很快就达到了一个上限和饱和的方式之前，实现了一个全球的接受领域。在这项工作中，我们证明，通过利用小波变换（WT），它是，事实上，有可能获得非常大的感受野，而不遭受过度参数化，例如，对于k × k的感受野，所提出的方法中的可训练参数的数目仅随k的对数增长。
YOLOv8改进策略【卷积层】| ECCV-2024 小波卷积WTConv 增大感受野，降低参数量计算量，独家创新助力涨点
Limiiiing的博客
12-12 498
本文记录的是利用模块优化的目标检测网络模型。的目的是在不出现过参数化的情况下有效地增加卷积的感受野，从而解决了在感受野扩展中的参数膨胀问题。本文将其加入到深度可分离卷积中，有效降低模型参数量和计算量，并二次创新C2f，使模块更好地捕捉低频特征，增强网络性能。Wavelet Convolutions for Large Receptive Fields小波卷积及其改进的实现代码如下： 四、创新模块 4.1 改进点1⭐ 模块改进方法：加入（第五节讲解添加步骤）。添加后如下：模块改进方法：基于的（第五节讲解添加
YOLOv11改进：基于小波卷积WTConv的大感受野目标检测网络-
最新发布
weixin_39818775的博客
04-18 594
本文提出的WT-YOLOv11目标检测网络，通过引入小波卷积的多尺度分析能力，显著提升了模型的大感受野建模能力和多尺度目标检测性能。实验表明，该方法在保持YOLO系列高效特性的同时，在多个基准数据集上实现了明显的性能提升，特别是在小目标检测和复杂场景下的表现尤为突出。完整的技术实现和详细的部署方案，为计算机视觉领域的研究者和工程师提供了实用的技术参考。未来工作将聚焦于进一步优化计算效率，探索自适应小波变换机制，以及研究跨模态的小波表示学习。
WTConv：大感受野的小波卷积
m0_62953704的博客
07-31 3492
我们能否利用信号处理工具来有效地增加卷积的感受野，而不会受到过度参数化的影响？换句话说，我们可以拥有非常大的过滤器（例如，具有全局感受野）并且仍然可以提高性能吗？本文对这个问题给出了肯定的答案。本文提出的方法利用小波变换（Wavelet Transform, WT）来使卷积感受野很好地放大，并通过级联引导CNN更好地响应低频。在某种程度上，本文将解决方案基于小波变换（与傅里叶变换等不同）的动机是它保留了一些空间分辨率。这使得小波域中的空间运算（例如卷积）更有意义。
【论文阅读笔记】Wavelet Convolutions for Large Receptive Fields
qq_46056318的博客
11-04 3420
大感受野的小波卷积2024 EECVPaperCode近年来，人们试图通过增加卷积神经网络（ConvolutionalNeuralNets，CNNs）的核尺寸来模拟视觉变换器（VisionTransformers，ViTs）的自我注意块的全局感受野。然而，这种方法很快就达到了上限和饱和，在实现了一个全局感受野之前。本文证明，通过利用小波变换（WT），有可能获得非常大的感受野，而不遭受过度参数化，例如，对于k × k的感受野，所提出的方法中的可训练参数的数目仅随k的对数增长。
Wavelet Convolutions for Large Receptive Fields
通街是密人有的博客
10-16 2432
近年来，人们一直试图增加卷积神经网络（CNN）的核大小，以模拟Vision Transformer（ViT）的全局感受野自注意块。然而，这种方法在达到全局感受野之前很快就达到了上限和饱和。在这项工作中，我们证明了通过利用小波变换（WT），实际上可以在不受过度参数化影响的情况下获得非常大的感受野，例如，对于k × k的感受野，所提出的方法中可训练参数的数量仅随k呈对数增长。所提出的层，称为WTConv，可以用作现有架构中的临时替代品，产生有效的多频响应。并随着感受野的大小优雅地缩放。
即插即用篇 | YOLOv8 引入大感受野的小波卷积 | ECCV2024
YOLOv8项目贡献者
07-15 5214
即插即用篇 | YOLOv8 引入大感受野的小波卷积 | ECCV2024
wtconv2d怎么使用
10-29
`wtconv2d`通常是指深度学习库如PyTorch中的一个函数，它用于计算卷积核（Weight Tensor）对输入张量（Feature Map）的卷积操作。在PyTorch中，`torch.nn.functional.conv2d`就是这个函数，它的基本语法如下： ```python output = F.conv2d(input, weight, bias=None, stride=(1, 1), padding=0, dilation=1, groups=1) ``` 参数解释： - `input`: 输入的四维张量，通常是(batch_size, channels, height, width)。 - `weight`: 卷积核（filter），二维或三维张量，取决于是否是组卷积（groups>1）。 - `bias`: 可选的偏置项，一维张量，如果提供则会逐元素加到输出上。 - `stride`: 步长，表示卷积核移动的像素数量。 - `padding`: 填充，增加输入边缘的零值，保持输出尺寸不变。 - `dilation`: 滤波器的膨胀率，控制每个内核点之间的距离。 - `groups`: 如果大于1，则将输入通道分组并独立应用滤波器，这可以看作是更细粒度的并行。 使用此函数前，你需要先创建或加载合适的卷积层（例如`nn.Conv2d`），然后通过`.weight`属性获取权重。注意，在实际应用中，你还需要处理好数据类型转换、梯度计算等步骤，并配合其他网络结构一起使用。
评论 10
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
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