首页yolov8添加DCNV3

yolov8添加DCNV3

时间: 2023-09-28 15:13:25 浏览: 208

tensorrtx 实现 yolov5 + dcnv2

5星 · 资源好评率100%

将 yolov5x yaml backbone 前3层 conv 改成 dcnconv 参考 tensorrx yolov5 , 实现 tensorrt 推理。 backbone: # [from, number, module, args] [[-1, 1, Conv, [64, 6, 2, 2]], # 0-P1/2 [-1, 1, DCN, [128, 3, 2]], # 1-P2/4 [-1, 3, C3, [128]], [-1, 1, DCN, [256, 3, 2]], # 3-P3/8 [-1, 6, C3, [256]], [-1, 1, DCN, [512, 3, 2]], # 5-P4/16 [-1, 9, C3, [512]], [-1, 1, Conv, [1024, 3, 2]], # 7-P5/32 [-1, 3, C3, [1024]], [-1, 1, SPPF, [1024, 5]], # 9 ]

在Yolov8中添加DCNV3可以提升3到4个点的性能，特别是在小目标检测方面效果更好。下面是对DCNv2的添加记录： - 添加DCNv3到P3/8层：[-1, 1, DCN, [256, 3, 2]] - 添加C3到P3/8层：[-1, 6, C3, [256]] - 添加DCNv3到P4/16层：[-1, 1, DCN, [512, 3, 2]] - 添加C3到P4/16层：[-1, 9, C3, [512]] - 添加Conv到P5/32层：[-1, 1, Conv, [1024, 3, 2]] - 添加C3到P5/32层：[-1, 3, C3, [1024]] - 添加SPPF：[-1, 1, SPPF, [1024]] 在YAML文件中修改你想要更改的网络结构部分，并进行训练。如果不确定，可以在训练过程中查看打印的网络结构。

阅读全文