YOLOv10改进 | Conv篇 |YOLOv10引入SPD-Conv卷积
1. SPD-Conv介绍
1.1 摘要：卷积神经网络（CNN）在图像分类和目标检测等许多计算机视觉任务中取得了巨大的成功。 然而，在图像分辨率较低或物体较小的更艰巨的任务中，它们的性能会迅速下降。 在本文中，我们指出，这源于现有 CNN 架构中一个有缺陷但常见的设计，即使用跨步卷积和/或池化层，这会导致细粒度信息的丢失和学习效率较低的特征表示 。 为此，我们提出了一种名为 SPD-Conv 的新 CNN 构建块来代替每个跨步卷积层和每个池化层（从而完全消除它们）。 SPD-Conv 由空间到深度 (SPD) 层和非跨步卷积 (Conv) 层组成，可应用于大多数（如果不是全部）CNN 架构。 我们在两个最具代表性的计算机视觉任务下解释这种新设计：目标检测和图像分类。 然后，我们通过将 SPD-Conv 应用于 YOLOv5 和 ResNet 来创建新的 CNN 架构，并根据经验表明，我们的方法显着优于最先进的深度学习模型，特别是在低分辨率图像和小物体的更艰巨的任务上。
官方论文地址：https://arxiv.org/pdf/2208.03641
官方代码地址：