【YOLOv8改进-卷积Conv】 RFB (Receptive Field Block)：多分支卷积块

YOLO目标检测创新改进与实战案例专栏

专栏目录： YOLO有效改进系列及项目实战目录 包含卷积，主干 注意力，检测头等创新机制 以及 各种目标检测分割项目实战案例

专栏链接: YOLO基础解析+创新改进+实战案例

介绍

摘要

当前表现最好的目标检测器依赖于深度卷积神经网络（CNN）骨干，例如ResNet-101和Inception，得益于其强大的特征表示能力，但却面临高计算成本。相反，一些轻量级模型的检测器可以实现实时处理，但其准确性常常受到批评。本文中，我们探索了一种替代方法，通过使用手工设计的机制来增强轻量级特征，从而构建一个快速且准确的检测器。受人类视觉系统中感受野（RF）结构的启发，我们提出了一种新颖的感受野块（RFB）模块，该模块考虑了感受野的大小和偏心率之间的关系，以增强特征的可辨性和鲁棒性。我们进一步将RFB集成到SSD的顶部，构建了RFB Net检测器。为了评估其有效性，我们在两个主要基准上进行了实验，结果显示RFB Net能够在保持实时速度的同时达到先进的深度检测器的性能。代码可在https://github.com/ruinmessi/RFBNet获取。

文章链接

论文地址：论文地址

代码地址：代码地址

基本原理

Receptive Field Block（RFB）模块是一种多分支卷积块，旨在增强轻量级CNN模型学习到的深层特征，以提高目标检测的准确性和速度。

1. 结构组成：

   • RFB模块由两个主要组件组成：多分支卷积层和后续的扩张池化或卷积层。

   • 多分支卷积层采用不同的核大小，类似于Inception结构，用于模拟多尺度的感受野。

   • 扩张池化或卷积层用于控制感受野的偏心性，模拟人类视觉系统中感受野大小和偏心性之间的关系。

     

2. 功能：

   • RFB模块旨在提高特征的可区分性和鲁棒性，使得轻量级CNN模型也能够产生深层次的特征表示。
   • 通过多分支卷积和扩张操作，模拟人类视觉系统中感受野的特性，从而更好地捕获目标检测任务中的多尺度信息。

3. 模块设计：

   • RFB模块采用多