YOLOv8改进策略【卷积层】| ECCV-2024 小波卷积WTConv 增大感受野，降低参数量计算量，独家创新助力涨点

已于 2025-01-06 13:25:46 修改
阅读量588 收藏 2
点赞数
分类专栏： YOLOv8改进专栏 文章标签： YOLO 目标检测 计算机视觉 深度学习
于 2024-12-12 08:42:34 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/qq_42591591/article/details/144397329
版权

一、本文介绍

本文记录的是利用小波卷积WTConv模块优化YOLOv8的目标检测网络模型。WTConv的目的是在不出现过参数化的情况下有效地增加卷积的感受野，从而解决了CNN在感受野扩展中的参数膨胀问题。本文将其加入到深度可分离卷积中，有效降低模型参数量和计算量，并二次创新C2f，使模块更好地捕捉低频特征，增强网络性能。

专栏目录：YOLOv8改进目录一览 | 涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改进

专栏地址：YOLOv8改进专栏——以发表论文的角度，快速准确的找到有效涨点的创新点！

文章目录

了解本专栏 订阅专栏 解锁全文
YOLOv8改进 | Conv篇 | 2024最新ECCV最新大感受野的小波卷积WTConv创新C2f（附代码 + 修改教程）
Snu77的博客
10-12 4217
官方论文地址点击此处即可跳转官方代码地址点击此处即可跳转这篇名为《用于大感受野的小波卷积》的文章提出了一种新的卷积层，称为WTConv（小波卷积层），它利用小波变换（WT）来解决卷积神经网络（CNN）在实现大感受野时遇到的过度参数化问题。WTConv的主要目的是通过对输入数据的不同频率带进行处理，使CNN能够更有效地捕捉局部和全局特征，而传统的CNN主要只能处理局部特征。以下是文章的主要内容总结：1. 问题背景：传统的CNN受限于卷积核的大小，难以有效捕捉全局上下文信息。
YOLOv8改进，YOLOv8采用WTConv卷积（感受野的小波卷积），二次创新C2f结构，ECCV 2024
在职AI算法工程师，擅长计算机视觉，YOLO目标检测、分割等，擅长web、pyqt界面可视化，好内容持续更新中，来这里跟大家一起学习，共同进步
10-22 909
WTConv 的核心思想是通过结合卷积神经网络（CNN）的强大特征提取能力与小波变换的多尺度特性，来实现大感受野的卷积操作，同时避免传统大卷积核带来的参数爆炸问题。传统的卷积操作通过滑动小窗口在图像上逐步执行局部特征提取，感受野的大小直接取决于卷积核的尺寸。随着卷积核的增大，参数量呈指数增长，导致网络训练效率降低、计算资源消耗增加。为解决这些问题，WTConv 提出了在小波域中执行卷积操作的策略。小波变换是一种常用于信号处理的技术，能够将信号分解为不同频率成分。
【YOLOv8改进[Conv]】引入2024最新大感受野的小波卷积WTConv改进的C2f模块 | ECCV
静谧、淡雅
11-21 210
引入2024最新大感受野的小波卷积WTConv改进的C2f模块 | ECCV
YOLOv8改进策略【Neck】| GSConv+Slim Neck：混合深度可分离卷积和标准卷积的轻量化网络设计
Limiiiing的博客
12-13 368
实时检测器架构的轻量级设计GsConv。
卷积篇 | YOLOv8改进之引入基于小波变换的新型卷积WTConv | ECCV 2024
突然好想你
11-25 731
这篇文章介绍了一种新型卷积层WTConv，它利用小波变换有效地扩大了卷积神经网络的感受野而不显著增加参数量，从而提升了网络性能。WTConv层可以作为现有CNN架构的直接替代，并在图像分类、语义分割和物体检测等多个计算机视觉任务中展示了其有效性。🌈
YOLOv8改进 | 卷积模块 | 分布移位卷积DSConv替换Conv
kay_545
06-29 1912
yolov8，yolov8改进，DSConv卷积
YOLOv11改进策略【卷积层】| ECCV-2024 小波卷积WTConv 增大感受野，降低参数量计算量，独家创新助力涨点
Limiiiing的博客
10-18 1821
本文记录的是利用模块优化的目标检测网络模型。WTConv的目的是在不出现过参数化的情况下有效地增加卷积的感受野，从而解决了在感受野扩展中的参数膨胀问题。本文将其加入到深度可分离卷积中，有效降低模型参数量和计算量，并二次创新C3k2，使模块更好地捕捉低频特征，增强网络性能。Wavelet Convolutions for Large Receptive Fields小波卷积及其改进的实现代码如下： 四、创新模块 4.1 改进点1⭐ 模块改进方法：加入（第五节讲解添加步骤）。添加后如下：基于的深度可分离模块。
RT-DETR改进策略【卷积层】| ECCV-2024 小波卷积WTConv 增大感受野，降低参数量计算量，独家创新助力涨点
Limiiiing的博客
11-26 616
本文记录的是利用模块优化的目标检测网络模型。的目的是在不出现过参数化的情况下有效地增加卷积的感受野，从而解决了在感受野扩展中的参数膨胀问题。本文将其加入到深度可分离卷积中，有效降低模型参数量和计算量，并二次创新，使模块更好地捕捉低频特征，增强网络性能。Wavelet Convolutions for Large Receptive Fields小波卷积及其改进的实现代码如下： 四、创新模块 4.1 改进点1⭐ 模块改进方法：加入（第五节讲解添加步骤）。添加后如下：模块改进方法：基于的（第五节讲解添加步骤）
YOLOv10改进策略【卷积层】| ECCV-2024 小波卷积WTConv 增大感受野，降低参数量计算量，独家创新助力涨点
Limiiiing的博客
11-06 560
本文记录的是利用模块优化的目标检测网络模型。的目的是在不出现过参数化的情况下有效地增加卷积的感受野，从而解决了在感受野扩展中的参数膨胀问题。本文将其加入到深度可分离卷积中，有效降低模型参数量和计算量，并二次创新C3k2，使模块更好地捕捉低频特征，增强网络性能。Wavelet Convolutions for Large Receptive Fields小波卷积及其改进的实现代码如下： 四、创新模块 4.1 改进点1⭐ 模块改进方法：加入（第五节讲解添加步骤）。添加后如下：基于的深度可分离模块。在深度卷积中
YOLOv12改进策略【卷积层】| ECCV-2024 小波卷积WTConv 增大感受野，降低参数量计算量，独家创新助力涨点
Limiiiing的博客
03-11 257
本文记录的是利用模块优化的目标检测网络模型。的目的是在不出现过参数化的情况下有效地增加卷积的感受野，从而解决了在感受野扩展中的参数膨胀问题。本文将其加入到深度可分离卷积中，有效降低模型参数量和计算量，并二次创新C3k2，使模块更好地捕捉低频特征，增强网络性能。Wavelet Convolutions for Large Receptive Fields小波卷积及其改进的实现代码如下： 四、创新模块 4.1 改进点1⭐ 模块改进方法：加入（第五节讲解添加步骤）。添加后如下：基于的深度可分离模块。在深度卷积中
YoloV8改进策略：卷积篇|Kan行天下之ReluKan
m0_47867638的博客
07-20 848
本文介绍了一种名为ReLU-KAN的新型架构，该架构使用新型基础函数替换了KAN中的B样条。此外，ReLU-KAN实现了全矩阵运算，显著提高了训练速度。实验结果表明，ReLU-KAN在训练速度、拟合能力和稳定性方面均优于KAN。在未来的工作中，我们计划将ReLU-KAN应用于卷积和Transformer架构中，以研究其在不牺牲模型性能的情况下减少参数的潜力。
YOLOv8改进策略【卷积层】| AKConv： 具有任意采样形状和任意参数数量的卷积核
Limiiiing的博客
12-11 858
AKConv： 具有任意采样形状和任意参数数量的卷积核。
YOLOv8模型改进 第十二讲 添加Haar小波下采样Down_wt卷积
qq_64693987的博客
10-22 2645
下图展示了Down_wt卷积的结构。通过Haar小波变换，该卷积模块实现了高效的特征提取和降采样。Down_wt 模块的设计Down_wt模块的核心功能是执行小波变换，并将变换后的结果与卷积层结合。小波变换：使用DWTForward类进行小波变换，提取低频和高频成分。特征拼接：将低频成分和三个高频成分（水平、垂直和对角）拼接在一起，形成新的输入。卷积层：通过1x1卷积、批量归一化和ReLU激活函数处理拼接后的特征。
Yolov8+动态蛇形卷积，助你大幅涨点！
第欧根尼的酒桶的博客
02-03 2219
动态蛇形卷积（DSCONV）是一种深度学习中的卷积神经网络（CNN）技术，它旨在处理卷积操作中的某些限制，以提高网络处理不规则数据的能力。适用场景：血管、道路等复杂网状管状结构。
即插即用篇 | YOLOv8 引入大感受野的小波卷积 | ECCV2024
YOLOv8项目贡献者
07-15 5314
即插即用篇 | YOLOv8 引入大感受野的小波卷积 | ECCV2024
Yolov5+LPRNet车牌识别遇到的一些问题记录
最新发布
liu5z666的博客
05-28 867
cmd命令转到自己虚拟环境，例如：d:,然后转到apex-master执行setup.py命令就可。由于yaml中的字符非法，在opt.hyp后添加encoding=‘utf-8'可编码中文就可以了。这里调小batchsize,测试的数据集选大一些，要比batchsize大的多就可以！直接git clone我会出现报错，大部分报错都是网络速度慢引起的，所以建议直接从。原因：一个需要梯度的变量被就地操作，即反向传播出问题，需要去掉梯度计算。在yolo.py文件的偏置初始化位置更改，添加矩形框的就可。
AI任务相关解决方案3-基于GCM、YOLOv5的交通标志识别中的对抗样本防御策略研究
微学AI的博客
05-28 1026
自动驾驶技术的快速发展使得交通标志识别系统成为保障行车安全的关键组件。然而，深度神经网络对对抗样本的脆弱性已成为自动驾驶安全的"阿喀琉斯之踵"。对抗样本是指通过在原始输入数据中添加微小扰动，使AI模型产生误判的样本，而人类难以察觉这些变化。在交通标志识别领域，对抗攻击尤其危险，因为它可能导致自动驾驶系统将停车标志误认为限速标志，或将让行标志视为禁止通行，从而引发严重交通事故。
[yolov11改进系列]基于yolov11引入感受野注意力卷积RFAConv的python源码+训练源码
FL1623863129的博客
05-27 817
YOLO11 是Ultralytics YOLO 系列实时物体检测器的最新版本，以尖端的精度、速度和效率重新定义了可能性。基于先前 YOLO 版本的令人印象深刻的进步，YOLO11 在架构和训练方法方面引入了重大改进，使其成为各种计算机视觉任务的多功能选择。
【Opencv+Yolo】Day2_图像处理
weixin_52591187的博客
05-27 829
本文介绍了计算机视觉中常用的图像处理技术：1) 图像梯度计算（Sobel、Scharr和Laplacian算子）；2) Canny边缘检测方法（包括高斯滤波、梯度计算、非极大值抑制和双阈值检测）；3) 图像金字塔（高斯金字塔和拉普拉斯金字塔）；4) 图像轮廓检测（使用findContours函数和不同检索模式）。文章详细说明了各算法的原理、参数设置及实现步骤，并提供了Python代码示例，帮助理解这些技术在边缘检测和图像分析中的应用。
yolov8改进c2f-ELA
02-02
### YOLOv8 中改进 C2F-ELA 算法的方法和实现 #### 1. 使用 PyTorch Conv-KAN 卷积算子优化网络结构 为了提升YOLOv8中C2F-ELA算法的效果，可以引入PyTorch-Conv-KAN的多种卷积层变体。这些变体包括`FastKANConv2DLayer`, `KANConv2DLayer`, `KALNConv2DLayer`, `KACNConv2DLayer`, 和 `KAGNConv2DLayer`[^1]。通过替换原有的标准卷积层，可以在保持计算效率的同时提高模型性能。 ```python from torch.nn import Module, Sequential import pytorch_conv_kan as kan class ImprovedC2FELA(Module): def __init__(self): super(ImprovedC2FELA, self).__init__() self.conv_layer = kan.KANConv2DLayer(in_channels=..., out_channels=...) def forward(self, x): return self.conv_layer(x) ``` #### 2. 引入联合域感知模块 (Joint Domain Perception Module) 借鉴ECCV2024 FSEL中的方法，在C3阶段之后增加一个联合域感知模块(Joint Domain Perception Module)，该模块能够增强模型对于输入图像的空间理解力以及上下文关系的学习能力[^2]。此模块可以帮助更好地捕捉到物体之间的关联性和背景信息。 ```python import eccv_fsel.jdp_module as jdp def add_joint_domain_perception(model): model.add_module('jdp', jdp.JDPModule()) # 假设model是已经定义好的YOLOv8模型实例 add_joint_domain_perception(model) ``` #### 3. 应用 EMA 注意力机制 EMA（Exponential Moving Average）注意力机制是一种高效的多尺度注意力建模方式，它能有效处理不同尺寸的目标检测问题，并且在小目标上表现尤为突出[^3]。将这种注意力机制集成到YOLOv8框架内，特别是在`ultralytics/nn/modules/conv.py`文件中加入相应的代码逻辑，有助于进一步改善整体识别精度。 ```python from ultralytics.nn.modules.attention import EMASpatialAttention class EnhancedConvBlock(nn.Module): def __init__(self, ...): ... self.attn = EMASpatialAttention() def forward(self, x): attn_output = self.attn(x) output = self.main_path(attn_output) return output ``` #### 4. 设计 RFE 模块以利用多尺度信息 考虑到不同大小的感受野对应着不同的长程依赖性捕获能力，因此可以通过构建RFE（Receptive Field Enhancement）模块来强化这一点。具体来说，采用具有不同膨胀率(dilation rates) 的空洞卷积分支组合而成的设计方案，不仅实现了对特征图的有效利用，还减少了参数量从而降低过拟合风险[^4]。 ```python import torch.nn.functional as F class RFEModule(nn.Module): def __init__(self, channels): super(RFEModule, self).__init__() # 定义三个带有不同dilation rate的空洞卷积分支 self.branches = nn.ModuleList([ nn.Conv2d(channels, channels//4, kernel_size=3, padding=dil, dilation=dil, bias=False) for dil in [1, 2, 3] ]) self.residual_connection = nn.Identity() self.collect_weighted_layer = nn.Sequential( nn.Conv2d(channels, channels, kernel_size=1), nn.BatchNorm2d(channels), nn.ReLU(inplace=True) ) def forward(self, input_tensor): branch_outputs = [] for conv_branch in self.branches: branch_outputs.append(conv_branch(input_tensor)) concatenated_features = torch.cat(branch_outputs + [input_tensor], dim=1) weighted_feature_maps = self.collect_weighted_layer(concatenated_features) final_output = F.relu(weighted_feature_maps + self.residual_connection(input_tensor)) return final_output ```
评论
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

Limiiiing

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