YOLOv8改进，YOLOv8替换主干网络为PP-HGNetV1(百度飞桨视觉团队自研，助力涨点)

---

摘要

PP-HGNet(High Performance GPU Net) 是百度飞桨视觉团队自研的更适用于 GPU 平台的高性能骨干网络，该网络在 VOVNet 的基础上使用了可学习的下采样层（LDS Layer），融合了 ResNet_vd、PPHGNet 等模型的优点，该模型在 GPU 平台上与其他 SOTA 模型在相同的速度下有着更高的精度。在同等速度下，该模型高于 ResNet34-D 模型 3.8 个百分点，高于 ResNet50-D 模型 2.4 个百分点，在使用百度自研 SSLD 蒸馏策略后，超越 ResNet50-D 模型 4.7 个百分点。与此同时，在相同精度下，其推理速度也远超主流 VisionTransformer 的推理速度。PP-HGNet 使用 3x3 标准卷积（计算密度最高）较多。在此将 VOVNet 作为基准模型，将主要的有利于 GPU 推理的改进点进行融合。PP-HGNet 骨干网络的整体结构如下：

其中，PP-HGNet是由多个HG-Block组成，HG-Block的结构如下：

代码可在这个链接找到：代码地址

本文在YOLOv8中的主干网络替换成PP-HGNetV1，代码已经整理好了，跟着文章复制粘贴，即可直接运行

---