YOLOv11改进 | Neck篇 | YOLOv11引入InceptionNeXt的MetaNeXtStage

1. InceptionNeXt介绍

1.1 摘要：受 ViT 的远程建模能力的启发，大核卷积最近被广泛研究和采用，以扩大感受野并提高模型性能，例如采用 7×7 深度卷积的杰出工作 ConvNeXt。 虽然这种深度算子只消耗很少的 FLOPs，但由于内存访问成本较高，它在很大程度上损害了强大计算设备上的模型效率。 例如，ConvNeXt-T 与 ResNet-50 具有相似的 FLOP，但在 A100 GPU 上进行全精度训练时仅实现 60% 的吞吐量。 虽然减小 ConvNeXt 的内核大小可以提高速度，但会导致性能显着下降。 目前尚不清楚如何在保持性能的同时加速基于大内核的 CNN 模型。 为了解决这个问题，受 Inceptions 的启发，我们建议将大核深度卷积沿通道维度分解为四个并行分支，即小方形核、两个正交带核和恒等映射。 通过这种新的 Inception 深度卷积，我们构建了一系列网络，即 IncepitonNeXt，它不仅具有高吞吐量，而且还保持有竞争力的性能。 例如，InceptionNeXt-T 的训练吞吐量比 ConvNeX-T 高 1.6 倍，并且在 ImageNet1K 上实现了 0.2% 的 top-1 精度提升。 我们预计 Ince