YOLOv10改进 | 主干篇 | YOLOv10引入Ghostnetv1替换Backbone

1. Ghostnetv1介绍

1.1  摘要：由于内存和计算资源有限，在嵌入式设备上部署卷积神经网络 (CNN) 很困难。 特征图中的冗余是那些成功的 CNN 的一个重要特征，但在神经架构设计中很少被研究。 本文提出了一种新颖的 Ghost 模块，可以通过廉价的操作生成更多的特征图。 基于一组内在特征图，我们以低廉的成本应用一系列线性变换来生成许多鬼特征图，这些特征图可以充分揭示内在特征背后的信息。 所提出的 Ghost 模块可以作为即插即用组件来升级现有的卷积神经网络。 Ghostbottleneck旨在堆叠Ghost模块，然后可以轻松建立轻量级的GhostNet。 在基准测试上进行的实验表明，所提出的 Ghost 模块是基线模型中卷积层的令人印象深刻的替代品，并且我们的 GhostNet 可以比 MobileNetV3 实现更高的识别性能（例如 75.7% top-1 准确率），并且在 ImageNet ILSVRC2012 分类数据集上具有相似的计算成本。

官方论文地址：