一、本文介绍
本文记录的是利用SPD-Conv优化YOLOv8的目标检测网络模型。在利用SPD-Conv在进行下采样特征图时保留了所有信息,避免了传统步长卷积和池化操作导致的细粒度信息丢失问题,在处理小对象和低分辨率图像时表现更为突出。在此基础上添加PPA模块,其通过改进C2f中的传统卷积操作,能够更好地保留小目标的重要信息。
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、SPD - Conv介绍
SPD-Conv是一种新的 CNN 构建模块,用于替代传统 CNN 架构中使用的步长卷积(strided convolution)和池化(pooling)层,它由空间到深度(Space-to-depth,SPD)层和非步长卷积(non - strided convolution)层组成。
2.1、SPD - Conv模块的设计原理
2.1.1 SPD层
SPD层对特征图进行下采样,同时在通道维度上保留所有信息,从而不会造成信息损失。具体来说,对于任何中间特征图X(大小为S×S×C1),SPD层将其切分为一系列子特征图。例如,子图f0,0 = X[0 : S : scale, 0 : S : scale],f1,0 = X[1 : S : scale, 0 : S : scale]等。一般地,给定原始特征图X,子图fx,y由所有满足i + x和j + y能被scale整除的条目X(i, j)形成。因此,每个子图将X下采样为原来的1/scale。以scale = 2为例,会得到四个子图f0,0, f1,0, f0,1, f1,1,每个子图的形状为(S / 2, S / 2, C1),将X下采样了2倍。然后,将这些子特征图沿通道维度进行拼接,得到一个特征图X’,其空间维度减小了scale倍,通道维度增加了sca
订阅专栏 解锁全文
2026



被折叠的 条评论
为什么被折叠?



