YOLOv11改进 | Conv/卷积篇 | 利用轻量化PartialConv提出一种全新的结构C3k2CSPPC (全网独家创新改进)

一、本文介绍

本文给大家带来的改进机制是由我独家研制的，根据PartialConv提出了一种全新的结构CSPPC用来替换网络中的C2f，将其替换我们网络中的C2f参数量后直接下降30万，计算量GFLOPs降低至5.9GFLOPs同时，其中的PartialConv作为一种具有高速推理的Conv，其对于网络的速度提升也是非常的有效的，本文的网络结构大家只要使用上，作为一种轻量化的模块来使用，可以说是轻量化中的王者，同时该结构在我的数据上还伴随着一定幅度涨点约一个点，同时本文的结构为我独家创新全网无第二份，非常适合大家用来发表论文，同时文章内包含手撕结构图！

欢迎大家订阅我的专栏一起学习YOLO！ 

创新1训练信息：YOLO11-C3k2-PConv-1 summary: 315 layers, 2,511,435 parameters, 2,511,419 gradients, 5.9 GFLOPs

创新2训练信息：YOLO11-C3k2-PConv-2 summary: 314 layers, 2,282,395 parameters, 2,282,379 gradients, 6.1 GFLOPs

基础未改进版本YOLO11 summary: 319 layers, 2,594,715 parameters, 2,594,699 gradients, 6.5 GFLOPs

   专栏回顾：YOLOv11改进系列专栏——本专栏持续复习各种顶会内容——科研必备

---

目录

一、本文介绍

二、PConv卷积原理

2.1  PConv卷积的基本原理

2.2 特征图冗余

2.3手撕结构图 

三、CSPPC的核心代码 

四、CSPPC的添加方式 

4.1 修改一

4.2 修改二 

4.3 修改三 

4.4 修改四