深度可分离卷积yolov5

深度可分离卷积在YOLOv5中被使用。深度可分离卷积是一种卷积操作，其中每个通道都有一个单独的卷积核进行卷积运算。对于一张5×5像素、三通道的输入图片，深度可分离卷积首先经过第一次卷积运算，每个通道都有一个卷积核与之对应。然后生成了3个Feature map，如果有same padding则尺寸与输入层相同为5×5。这种卷积操作可以减少参数量和计算量，提高模型的效率。\[1\]
#### 引用[.reference_title]
- *1* *2* *3* [[YOLOv7/YOLOv5系列算法改进NO.15]网络轻量化方法深度可分离卷积](https://blog.csdn.net/m0_70388905/article/details/125612300)[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 ]