YOLOv5改进 | ODConv卷积助力极限涨点（附修改后的C2f、Bottleneck模块代码）

一、本文介绍

这篇文章给大家带来的是发表于2022年的ODConv(Omni-Dimensional Dynamic Convolution)中文名字全维度动态卷积，该卷积可以即插即用，可以直接替换网络结构中的任何一个卷积模块，在本文的末尾提供可以直接替换卷积模块的ODConv，添加ODConv模块的C3和Bottleneck(配合教程将代码复制粘贴到你自己的代码中即可运行)给大家，该卷积模块主要具有更小的计算量和更高的精度。下面的图片是精度的对比(因为训练成本我只是用了相同的数据集100张图片除了修改了ODConv以后其他配置都相同下面是效果对比图左面为修改版本，右面为基础版本)

适用场景：轻量化、所有检测目标时均可使用进行有效涨点

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、基本原理介绍

2.1ODConv基本原理介绍 

2.2 论文总结

三、ODConv代码 

四、ODConv的官方代码报错解决

五、修改了ODConv的C2f和Bottleneck模块

六、在模型中调用ODConv模块

七、全文总结 

---

二、基本原理介绍

​

论文地址：论文地址点击即可跳转阅读

代码地址：文末提供复制粘贴的代码块

大家估计只是冲着代码来看，估计很少想要看其原理的，所以我们这里只做略微的介绍和简单的讲解，最起码知道其基本的原理。

---

2.1ODConv基本原理介绍&n