Yolo transformer

Yolo transformer是一种基于Transformer架构的目标检测算法。它结合了Yolo和Transformer的优势，通过引入自注意力机制来提取图像特征并进行目标检测。在Yolo transformer中，使用了一种名为Contextual Transformer (CoT)块的新型Transformer风格模块，该模块利用输入键之间的上下文信息来指导动态注意力矩阵的学习，从而增强了视觉表示的能力。CoT块可以替换ResNet架构中的卷积，形成了一种名为Contextual Transformer Networks (CoTNet)的Transformer风格的主干网络。通过广泛的实验验证，CoTNet在图像识别、对象检测和实例分割等任务上展现出更强大的性能。\[1\] YOLOv5也可以使用CoTNet作为其主干网络，通过修改相应的配置文件来实现。\[2\] \[3\]
#### 引用[.reference_title]
- *1* *2* *3* [改进YOLOv5系列：5.CotNet Transformer结构的修改](https://blog.csdn.net/qq_38668236/article/details/126226726)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]