YOLOv5改进 | 主干篇 | 添加全新的LSKNet遥感目标检测主干 (附代码+修改教程+结构讲解)

已于 2024-03-18 10:09:02 修改
阅读量1.9k 收藏 20
点赞数 31
CC 4.0 BY-SA版权
分类专栏： YOLOv5改进有效专栏 文章标签： YOLO 目标检测 人工智能 深度学习 python 计算机视觉 pytorch
于 2023-12-27 08:28:16 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/java1314777/article/details/135229279
本文深入探讨LSKNet（Large Selective Kernel Network），一种专为遥感目标检测设计的网络架构，强调动态调整大空间感受野。文章详细介绍了LSKNet的基本原理，包括大型核选择子块和前馈网络子块，并提供了代码修改教程，助读者实现在YOLOv5中集成LSKNet。实验表明，LSKNet在遥感目标检测任务中能有效提升mAP，尤其适用于大目标和小目标检测。

 一、本文介绍

本文给大家带来的改进内容是LSKNet（Large Kernel Selection, LK Selection），其是一种专为遥感目标检测设计的网络架构，其核心思想是动态调整其大的空间感受野，以更好地捕捉遥感场景中不同对象的范围上下文。实验部分我在一个包含三十多个类别的数据集上进行实验，其中包含大目标检测和小目标检测，mAP的平均涨点幅度在0.04-0.1之间(也有极个别的情况没有涨点)，同时官方的版本只提供了一个大版本，我在其基础上提供一个轻量化版本给大家选择，本文会先给大家对比试验的结果，供大家参考。

推荐指数：⭐⭐⭐⭐⭐

专栏回顾：YOLOv5改进专栏——持续复现各种顶会内容——内含100+创新

目录

 一、本文介绍

二、LSKNet原理

2.1  LSKNet的基本原理

2.2 大型核选择（LK Selection）子块

2.3 前馈网络（FFN）子块

三、LSKNet核心代码

 四、手把手教你添加LSKNet网络结构

修改一

修改二

修改三

修改四

修改五

修改五 

修改六 

修改七

五、LSKNet的yaml文件

六、成功运行记录 

七、本文总结

二、LSKNet原理

​

论文地址： 官方论文地址

代码地址： 官方代码地址

​

2.1  

了解本专栏 订阅专栏 解锁全文
YOLOv5改进最新ICCV2023顶会LSKNet：大选择性卷积核的领域首次探索，助力小目标检测
qq_44224801的博客
07-30 2446
这篇论文提出了一种名为大型选择性核网络（Large Selective Kernel Network，简称LSKNet）的新方法，用于遥感对象检测。该方法动态调整特征提取骨干的感受野，以有效处理遥感场景中对象的广泛上下文。该模型使用空间选择机制对大型深度核处理的特征进行加权和空间合并。核的权重是根据输入动态确定的，使得模型能够自适应地使用不同的大核并为每个目标调整感受野。在遥感对象检测中，由于遥感图像的特殊性，如大尺度、高分辨率和多尺度目标等，传统的对象检测方法往往难以取得良好的效果。
YOLOv8改进 | 主干篇 | 添加全新的LSKNet遥感目标检测主干 (附代码+修改教程+结构讲解)
Snu77的博客
12-13 5122
本文给大家带来的改进内容是LSKNet（Large Kernel Selection, LK Selection），其是一种专为遥感目标检测设计的网络架构，其核心思想是动态调整其大的空间感受野，以更好地捕捉遥感场景中不同对象的范围上下文。实验部分我在一个包含三十多个类别的数据集上进行实验，其中包含大目标检测和小目标检测，mAP的平均涨点幅度在0.04-0.1之间(也有极个别的情况没有涨点)，同时官方的版本只提供了一个大版本，我在其基础上提供一个轻量化版本给大家选择，本文会先给大家对比试验的结果，供大家参考。
YOLOv5改进 | 主干网络 | 动态调整目标的感受野的LSKNet【旋转目标检测SOTA】
kay_545
08-15 1420
yolov5改进，yolov5，LSKNet
YOLOv5改进系列(二十) 本文(5000字) | 引入选择性注意力 LSK |
专注于人工智能学习，总结
12-30 1043
人工智能专栏》 Python与Python | 机器学习 | 深度学习 | 目标检测 | YOLOv5及其改进 | YOLOv8及其改进 | 关键知识点 | 各种工具教程。
YOLOv8改进 | 注意力机制 | 添加适用于遥感图像的LSKblock注意力——【完整代码】
kay_545
06-15 1273
yolov8，yolov8改进，遥感图像
YOLOv8改进 | 主干篇 | 添加全新的LSKNet遥感目标检测主干（附代码+修改教程+结构讲解）
走向CTO的路上...
06-28 1227
将LSKNet引入YOLOv8的主干网络可以显著提升遥感目标检测模型的性能，尤其是在目标检测的精度、速度和鲁棒性方面。LSKNet是一种轻量级的深度卷积神经网络架构，它采用了一系列创新设计，在保证模型精度的同时，大幅降低了模型的计算量和参数量。LSKNet的引入使得YOLOv8能够在遥感图像上进行高效、准确的目标检测。LSKNet遥感目标检测主干是一种有效的改进方案，可以显著提升遥感目标检测模型的性能，使其成为遥感图像分析和应用的重要工具。
YOLOv10改进 | 主干/Backbone篇 | 添加全新的LSKNet遥感目标检测主干 (附代码+修改教程+结构讲解)
Snu77的博客
07-12 1548
本文给大家带来的改进内容是LSKNet（Large Kernel Selection, LK Selection），其是一种专为遥感目标检测设计的网络架构，其核心思想是动态调整其大的空间感受野，以更好地捕捉遥感场景中不同对象的范围上下文。实验部分我在一个包含三十多个类别的数据集上进行实验，其中包含大目标检测和小目标检测，mAP的平均涨点幅度在0.04-0.1之间(也有极个别的情况没有涨点)，同时官方的版本只提供了一个大版本，我在其基础上提供一个轻量化版本给大家选择，本文会先给大家对比试验的结果，供大家参考。
YOLOv8改进有效系列目录 | 包含卷积、主干、检测头、注意力机制、Neck上百种创新机制
热门推荐
Snu77的博客
12-30 17万+
Hello，各位读者们好，本专栏自开设两个月以来已经更新改进教程120+余篇其中包含C2f、主干、检测头、注意力机制、Neck多种结构上创新，也有损失函数和一些细节点上的创新，订阅本专栏以后你不仅可以收获跟专栏的阅读权限，同时可以进Qq群，里面包含集成我所有创新的YOLO最新目录，和我本人录制的视频讲解教程，如果你想要在YOLOv8系列收获一篇论文，我相信订阅本专栏后你一定会有所收获~YOLOv8改进有效系列目录。
关于LSKNet
m0_57613183的博客
06-17 345
2.训练的时候显示多卡初始化问题，但我是单卡训练：在配置文件里的norm_cfg=dict(type='SyncBN', requires_grad=True, eps=1e-3, momentum=0.01)，SyncBN改成BN。1.版本冲突：不要mmcv只要mmcv-full，其次，mmcv-full使用1.6.0。
【论文阅读】LSKNet: Large Selective Kernel Network for Remote Sensing Object Detection
糯米丸子TAT的博客
09-02 2万+
这是南开大学在ICCV2023会议上新提出的旋转目标检测算法，基本原理就是通过一系列Depth-wise 卷积核和空间选择机制来动态调整目标的感受野，从而允许模型适应不同背景的目标检测。1. 目前基于旋转框的遥感影像目标检测算法已经取得了一定的进展，但是很少考虑存在于遥感影像中的先验知识。遥感影像中的目标往往尺寸很小，仅仅基于其表观特征很难识别，如果结合其背景信息，如周边环境，就可以提供形状、方向等有意义的信息。
芒果YOLOv5改进59：主干Backbone篇之LSKNet：顶会ICCV2023｜原创改进遥感旋转目标检测SOTA！大选择性卷积核的领域首次探索
包括YOLOv5、YOLOv7、YOLOv8等模型改进
07-23 1467
YOLOv5代码改进｜改进顶会结构LSKNet🍊
LSKNet 开源项目使用教程
gitblog_00564的博客
10-11 700
LSKNet 开源项目使用教程 1. 项目介绍 LSKNet（Large Selective Kernel Network）是一个为遥感对象检测设计的基础轻量级骨干网络。该项目在IJCV 2024和ICCV 2023上发表，旨在通过动态调整其大空间感受野来更好地建模遥感场景中各种对象的远距离上下文。LSKNet是首个在遥感对象检测领域探索大核和选择性核机制的网络，无需额外装饰，其轻量级设计在标准遥...
【RT-DETR有效改进】遥感旋转网络 | LSKNet动态的空间感受野网络（轻量又提点）
Snu77的博客
01-22 2392
本文给大家带来的改进内容是LSKNet（Large Kernel Selection, LK Selection），其是一种专为遥感目标检测设计的网络架构，其核心思想是动态调整其大的空间感受野，以更好地捕捉遥感场景中不同对象的范围上下文。实验部分我在一个包含三十多个类别的数据集上进行实验，其中包含大目标检测和小目标检测，mAP的平均涨点幅度在0.04-0.1之间(也有极个别的情况没有涨点)，同时官方的版本只提供了一个大版本，我在其基础上提供一个轻量化版本给大家选择，本文会先给大家对比试验的结果，供大家参考。
YOLOv5改进系列（25）——添加LSKNet注意力机制（大选择性卷积核的领域首次探索）
路人贾的博客
01-12 2158
YOLOv5改进系列（25）——添加LSKNet注意力机制（大选择性卷积核的领域首次探索）
ICCV 2023 | 南开大学提出LSKNet：遥感旋转目标检测新SOTA！
阿木寺的博客
07-17 3035
点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达点击进入—>【目标检测】微信交流群作者：李宇轩 |已授权转载（源：知乎）编辑：CVerhttps://zhuanlan.zhihu.com/p/614449075Large Selective Kernel Network for Remote Sensing Object Detection论文：https://arx...
YOLOv8改进 更换旋转目标检测的主干网络LSKNet
分享一些自己改进代码的实例
12-27 5334
手把手教你在yolov8中加入南开大学新研究的遥感旋转目标检测新SOTA：LSKNet，可动态调整空间感受视野，亲测在多个数据集上均有涨点！
ICCV 2023 | LSKNet【保姆级】训练自己的目标检测模型
weixin_51670564的博客
08-31 7421
LSKNet在多个数据集上刷新了SOTA，HRSC2016（98.46% mAP）、DOTA-v1.0（81.64% mAP）和FAIR1M-v1.0（47.87% mAP）。因此在自己的遥感数据集上试试效果。
深度学习_目标检测_YOLOv1,v2,v3,v4,v5,v6,v7全系列详解（持续更新）
欢迎大家关注我
07-08 6万+
YOLO系列+Stable Diffusion系列模型，全方位解析。
YOLOv11香烟包装印章智能识别系统：从原理到实现完整指南
最新发布
ASD123asfadxv的博客
12-15 106
This repository contains an automated system for detecting stamps on cigarette packages. The project focuses on image processing and pattern recognition to identify regulatory stamps on tobacco product packaging. The solution is designed to help verify pro
yolov8改进 | 主干篇 | 低照度增强网络pe-yolo改进主干
02-06
总结而言，yolov8改进中的主干篇，我们可以通过引入低照度增强网络和选择Pe-YOLO作为主干网络来提升在低照度环境下的目标检测性能。这些改进可以有效地减少噪声干扰，提高目标的可见性，在大幅度提升速度的同时，...
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Snu77

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值