💡💡💡现有卷积问题点:这是由于现有CNN常见的设计体系结构中有缺陷,即使用卷积步长和/或池化层,这导致了细粒度信息的丢失和较低效的特征表示的学习。
💡💡💡本文改进点:提出了一个名为SPD-Conv的新的CNN构建块来代替每个卷积步长和每个池化层;
💡💡💡在多个数据集实现暴力涨点,适用于小目标,低对比度场景
《YOLO26-seg魔术师专栏》将从以下各个方向进行创新:
链接:
YOLO26-seg魔术师
【原创自研模块】【多组合点优化】【注意力机制】【卷积魔改】【block&多尺度融合结合】【损失&IOU优化】【上下采样优化&nb