YOLO26改进97:全网首发--c3k2模块添加GCConv模块:垂直多卷积与水平多路径结构进行训练
论文介绍翻译结果当前的实时语义分割模型(无论单分支还是多分支结构)均能实现较好的性能与速度表现,但其速度受限于多路径模块设计,部分模型还需依赖高性能教师模型进行训练。为解决这些问题,本文提出金箍棒网络(GCNet)。该网络通过垂直多卷积与水平多路径结构进行训练,并在推理阶段重参数化为单一卷积操作,从而同步优化性能与速度。这种设计使GCNet在训练时能自我扩展,推理时能自我压缩,无需外部教师模型即可自主实现"教师功能"。实验表明,GCNet在Cityscapes、CamVid和Pascal VOC 2012数据集上的性能与速度均超越现有先进模型。代码已开源:https://github.com/gyyang23/GCNet。文章地址:地址改进步骤步骤1新建ultralytics\nn\extra_modules\block.py,添加如下代码:#######################
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2417122.html
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!