qq_69854365的博客

在道路场景下，车辆行人等目标多样且复杂，由于目标的大小、形状、位置、方向等都育有一定的变化性,因此使用传统的卷积操作往往难以准确地捕获目标的准确位置,甚至可能会导致目标漏检或误检的问题。为了解决上述问题，本文采用 DAI等4提出的可变形卷积网络，重新构建了YOLOv8算法中C2f网络结构来提升网络的检测能力。在传统卷积中，每个卷积核都是固定形状的，因此无法处理物体形变的情况。而可变形卷积中，每个卷积核不再是一个固定的矩形,而是由一个基础网格和一组偏移量共同组成的可变形矩形。

本文是对DSConv（分布偏移卷积）在多个论文中的使用，作用以及模型介绍进行总结

本文是对使用Wiou损失函数的论文，将他们的模块介绍进行整理汇总。

本文是对使用Wiou损失函数的论文，将他们的摘要进行整理汇总。