【YOLOv5/v7 添加注意力机制】 模块四十五 RepConvBottleneck模块详解

一、模块核心设计

1. 结构创新点

• 三重重参数化：

  mermaid

  graph TB
  A[输入] --> B[1x1降维卷积]
  B --> C[3x3深度卷积]
  C --> D[1x1升维卷积]
  D --> E[+恒等映射]

• 训练-推理差异：
  • 训练时：完整Bottleneck结构（3个卷积层+残差）
  • 推理时：合并为单个3x3卷积

2. 与普通Bottleneck对比

</

特性	常规Bottleneck	RepConvBottleneck
参数量	固定	训练时更多
推理速度	较慢	快30%以上
AP提升	-	+0.3~0.8
适合场景	高精度需求	端侧部署