一、本文介绍
本文记录的是利用PKINet优化YOLOv8的目标检测方法研究。在遥感图像目标检测中,目标尺度变化大,本文引入PKINet来捕获多尺度纹理特征,并在YOLOv8的基础上配置了原论文中PKINET_T', 'PKINET_S, PKINET_B三种模型,以满足不同的需求。
专栏目录:YOLOv8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、PKI Module原理介绍
Poly Kernel Inception Network for Remote Sensing Detection
PKI Module是Poly Kernel Inception Network (PKINet)中的一个重要模块,其设计原理、结构和优势如下:
2.1 原理
PKI Module是一个Inception-Style模块,通过不同尺寸的卷积核组合来提取不同尺度的特征。它先使用小卷积核卷积抓取局部信息,然后使用一组并行的深度可分离卷积来捕获多尺度的上下文信息。通过这种方式,可以在不同感受野上提取特征,并将局部和上下文特征进行融合,以获取更丰富的特征表示,同时避免因单一尺度卷积核或扩张卷积带来的问题,如小卷积核可能丢失长距离上下文信息,大卷积核可能引入背景噪声或生成过于稀疏的特征表示。
2.2 结构
2.2.1 局部特征提取
- 对于第 l l <
订阅专栏 解锁全文
1139



被折叠的 条评论
为什么被折叠?



