YOLOv10模型改进-卷积层改进-第13篇:YOLOv10改进策略【卷积层】| GhostNet幽灵卷积
一、本文介绍本文记录的是利用GhostNet幽灵卷积模块改进YOLOv10的特征提取部分。GhostNet通过廉价操作生成更多特征图,大幅减少参数和计算量。二、GhostNet模块介绍2.1 设计出发点传统卷积生成的特征图中存在大量冗余,GhostNet通过先进行普通卷积生成少量特征图,再通过廉价操作(如深度卷积)生成更多"幽灵"特征图。2.2 模块结构GhostConv包含两个步骤:普通卷积:生成少量特征图深度卷积:生成幽灵特征图2.3 模块优势参数减少:减少约50%的参数计算量减少:减少约50%的FLOPs精度保持:保持与普通卷积相当的精度三、GhostNet的实现代码importtorchimporttorc