一、本文介绍
本文记录的是利用FSAS模块优化YOLOv10的目标检测网络模型。FSAS全称为:Frequency domain-based Self-Attention Solver,其结合了频域计算的高效性和卷积操作的特性,有效地降低了注意力计算的复杂度。在加入到v10网络中,提升图像特征的表示能力,特别是在处理高分辨率图像时能够减少计算成本并降低噪声影响。
专栏目录:YOLOv10改进目录一览 | 涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改进
文章目录
二、FSAS介绍
Efficient Frequency Domain-based Transformers for High-Quality Image Deblurring
2.1 出发点
- 降低复杂度:在视觉Transformer中,计算缩放点积注意力的空间复杂度和时间复杂度较高,分别为 O ( N 2 ) O(N^{2}) O(N
订阅专栏 解锁全文
1341



被折叠的 条评论
为什么被折叠?



