改进YOLOv5系列：首发结合 RepLKNet 构建 最新 RepLKDeXt 结构｜CVPR2022 超大卷积核, 越大越暴力,大到31x31, 涨点高效
本专栏包含大量的首发原创改进方式🚀, 所有文章都是全网首发内容。🌟
降低改进难度,改进点包含最新最全的Backbone部分、Neck部分、Head部分、注意力机制部分、自注意力机制部分等完整教程 🚀
💡本篇文章基于 YOLOv5、YOLOv7、YOLOv7-Tiny 进行 RepLKDeXt 超大卷积核架构 改进。
重点：有读者已经反映该教程提供的配置在自有数据集上有效涨点!!!
🌟专栏读者可以私信博主，加创新点交流群
文章目录
-
- 一、YOLOv5网络模型部分
- 二、RepLKNet 论文理论部分
-
- 1.RepLKNet论文对业界关于CNN和Transformer的知识和理解有何贡献？
- 2.超大卷积核架构
- 3.初衷：我们为什么需要超大kernel size？
- 三、使用 YOLOv5模型 结合 RepLKDeXt 进行应用
-
- 1.RepLKDeXt 参数量与计算量对比（均减少）
-
- 改进