YOLOv5算法进阶改进（7）— 将主干网络SPPF更换为SimSPPF / SPP-CSPC / SPPF-CSPC

已于 2023-12-02 19:25:28 修改
阅读量2.4k 收藏 28
点赞数 23
CC 4.0 BY-SA版权
分类专栏： YOLOv5：从入门到实战 文章标签： YOLO 深度学习 目标检测 机器学习 计算机视觉 人工智能
于 2023-12-02 19:24:19 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/weixin_61961691/article/details/134755285
本文介绍了如何在YOLOv5中将主干网络的SPPF改进为SimSPPF，以提高检测器性能。SimSPPF是SPPF的升级版，通过在不同尺度上使用不同大小的池化核提取特征，无需增加计算成本。文章详细阐述了SimSPPF的原理和优势，并提供了从修改common.py和yolo.py文件，创建和修改自定义yaml配置文件，到验证和训练的完整步骤。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

前言：Hello大家好，我是小哥谈。SimSPPF是YOLOv6中提出的一种改进的空间金字塔池化方法，它是SPPF的升级版。SimSPPF通过在不同尺度上使用不同大小的池化核来提取特征，从而提高了检测器的性能。与SPPF相比，SimSPPF可以在不增加计算成本的情况下提高检测器的性能。本节课就教大家如何将主干网络中的SPPF更换为SimSPPF / SPP-CSPC / SPPF-CSPC，希望大家学习之后能够有所收获！~🌈   

 前期回顾：

               YOLOv5算法进阶改进（1）— 改进数据增强方式 + 添加CBAM注意力机制

               YOLOv5算法进阶改进（2）— 引入可变形卷积模块 | 涨点杀器

               YOLOv5算法进阶改进（3）— 引入深度可分离卷积C3模块 | 轻量化网络

               YOLOv5算法进阶改进（4）— 引入解耦合头部 | 助力提高检测准确率

               YOLOv5算法进阶改进（5）— 主干网络中引入SCConv | 即插即用的空间和通道维度重构卷积

               YOLOv5算法进阶改进（6）— 更换主干网络之ResNet18

              目录

🚀1.基础概念

🚀2.核心代码

🚀3.添加位置 

🚀4.添加步骤 

🚀5.改进方法

💥💥步骤1：common.py文件修改

了解本专栏 订阅专栏 解锁全文 超级会员免费看
YOLOv5改进实战 | 空间金字塔池化改进（一）之SimSPPF篇
w94ghz的博客
10-11 1599
YOLOv9改进策略【SPPF】| SimSPPF，简化设计，提高计算效率
Limiiiing的博客
09-18 1152
本文记录的是基于SimSPPF模块的YOLOv9目标检测改进方法研究。介绍了SPPSPPF以及SimSPPF。SimSPPF的设计更加简化，计算效率更高。
【YOLOv5改进系列(9)】高效涨点----使用CAM（上下文增强模块）替换掉yolov5中的SPPF模块
慕溪同学的博客
03-30 5014
CAM（上下文增强模块）这个模块是出至于这篇论文，这是一个针对小目标检测的文本，提出了一种名为“上下文增强和特征细化网络”的方法。将多尺度展开卷积的特征从上到下融合注入到特征金字塔网络中，补充上下文信息。引入通道和空间特征细化机制，抑制多尺度特征融合中的冲突形成，防止微小目标淹没在冲突信息中。此外，提出了一种数据增强方法，该方法可以增加训练过程中微小对象对损失的贡献，保证训练更加均衡。
YOLOv5、YOLOv8改进：空间金字塔池化 SPPF改为 SimSPPF / ASPP / RFB / SPPCSPC / SPPFCSPC
weixin_45303602的博客
09-23 1万+
空间金字塔池化（Spatial Pyramid Pooling，SPP）是一种用于解决输入尺寸不同的图像在深度学习中常见的问题的技术。它通过将不同尺寸的感受野划分成不同的层级，并对每个层级内的特征进行池化操作，从而能够对任意大小的输入图像进行固定长度的特征表示。
yolov6中的SimSPPF
猫猫与橙子的博客
07-12 3721
空间金字塔池化SPP，SPPF和SimSPPF
特征融合篇 | YOLOv8改进之将主干网络SPPF更换为SimSPPF / SPP-CSPC / SPPF-CSPC
突然好想你
03-23 972
SimSPPF是YOLOv6中提出的一种改进的空间金字塔池化方法，它是SPPF的升级版。SimSPPF通过在不同尺度上使用不同大小的池化核来提取特征，从而提高了检测器的性能。本节课就教大家如何将主干网络中的SPPF更换为SimSPPF / SPP-CSPC / SPPF-CSPC，希望大家学习之后能够有所收获！~🌈
YOLOv8改进，一文教你改进Neck的SPPF结构为SimSPPF、SPP-CSPC和SPPF-CSPC
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
09-12 1245
YOLOv8改进系列，一文教你改进Neck的SPPF结构替换为SimSPPF、SPP-CSPC和SPPF-CSPC
YOLOv11改进，一文教你改进Neck的SPPF结构为SimSPPF、SPP-CSPC和SPPF-CSPC
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
12-04 881
SimSPPF 是在 YOLOv6 中提出的结构，而在 YOLOv8 网络中，SPPF 通过并行处理 5x5、9x9、13x13 三个不同尺度的最大池化操作来实现特征融合。然而，这种并行的池化方式耗时较多，影响了网络的推理速度。SimSPPF通过将多个 5x5 尺度的最大池化操作串行处理来优化这一过程。具体而言，串行的两个 5x5 最大池化的结果等效于一个 9x9 最大池化的结果，三个 5x5 最大池化的结果则等效于一个 13x13 的最大池化结果。
YOLOv10改进，一文教你改进Neck的SPPF结构为SimSPPF、SPP-CSPC和SPPF-CSPC
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
12-03 567
一文教你改进Neck的SPPF结构为SimSPPF、SPP-CSPC和SPPF-CSPC
YOLOv11 改进策略 | SimSPPF，简化设计，提高计算效率
最新发布
走向CTO的路上...
05-07 1392
在目标检测网络中，特别是 YOLO 系列，空间金字塔池化（Spatial Pyramid Pooling, SPP）及其快速版本 SPPF（Spatial Pyramid Pooling - Fast）扮演着重要角色。它们能够将不同尺寸的输入特征图转换为固定大小的输出，并有效融合不同尺度的空间信息，增强模型对目标多尺度变化的鲁棒性。然而，即使是优化的 SPPF 模块，在追求极致计算效率的场景下，可能仍有简化的空间。
【YOLOv5/v7改进系列】改进池化层为SimSPPF
2401_84870184的博客
07-12 2130
在YOLOv6的不同变体中（如YOLOv6-N/S/M），SimSPPF可以根据模型的大小和特定需求进行调整，例如在较小的模型中使用SimCSPSPPF以进一步加速，而在较大的模型中使用SimSPPF以保持良好的精度。总体而言，SimSPPF模块是YOLOv6设计中为了平衡速度和精度而做出的一种选择，它通过牺牲一定的复杂性和理论上的精度，换取了实际应用中的高效率和快速响应。
YOLOv5改进 | SPPF篇 | 利用YOLOv9最新的SPPELAN模块改进SPPF（全网独家创新，附手撕结构图）
Snu77的博客
02-25 3070
本文给大家带来的改进机制是利用2024/02/21号最新发布的YOLOv9其中提出的SPPELAN模块来改进SPPF，其中YOLOv9针对于这个模块并没有介绍，只是在其项目文件中用到了，我将其整理出来用于我们的YOLOv5的项目，同时空间金字塔池化作为我们YOLOv5中的一个比较独特的存在其的改变并不会影响我们的模型其它的改进太多，所以如果你融合方面比较困难，可以尝试替换一下SPPF来改变模型的结构从而达到一个创新的目的，同时本文的内容目前网络上并无其它人总结大家可以尝试以下在自己数据集上的效果。
yolo：空间金字塔simsppf和sppf的区别
qq_41413211的博客
04-27 1472
差别在卷积层中的激活函数，sppf是silu， simsppf是relu，单个模块提速了18%yolov5的sppf。
空间金字塔池化改进 SPP / SPPF / SimSPPF / ASPP / RFB / SPPCSPC / SPPFCSPC
热门推荐
YOLOv8项目贡献者
08-15 14万+
汇总一些SPP结构
yolov5从SPP替换为SPPF之后报错如下： unsupported operand type(s) for %: ‘list‘ and ‘int‘
qq_48885546的博客
12-17 557
解决方案
SPP、SPPF 、 SimSPPF 、 ASPP、 SPPCSPC详解
@bangbang的博客
07-18 2万+
模块是在《ECCV2018:Receptive Field Block Net for Accurate and Fast Object Detection》一文中提出的，该文的出发点是模拟人类视觉的感受野从而加强网络的特征提取能力，在结构。为每个采样率提取的特征在单独的分支中进一步处理，并融合以生成最终的结果。这个是Yolov5作者基于SPP提出的，速度较SPP快很多（2.5倍），所以叫做。ASPP 是在DeepLab中提出来的，在后续的。层，加入深度可分离卷积等，但基本的思路还是没变。
follow迪导，对几个SPPF、SPP、simSPPF模块进行了速度测试
孟孟单单的博客
11-03 4941
follow迪导，对几个SPPF、SPP、simSPPF模块进行了速度测试
YOLOv8修改特征金字塔（替换SPPF模块）
qq_43471945的博客
10-30 6083
修改特征金字塔模块，即SPPF模块是YOLOv8改进中非常常见的一个改进点。 以下将介绍如何在yolov8中修改SPPF模型。
SPP-CSPC的介绍
04-16
SPP-CSPC（Spatial Pyramid Pooling Cross Stage Partial Connection）是目标检测模型（如 YOLOv7）中结合了 **空间金字塔池化（SPP）** 和 **跨阶段部分连接（CSP）** 的复合模块[^2][^3]。其核心目标是通过多尺度...
评论 6
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

小哥谈

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