YOLOv10模型改进-卷积层改进-第15篇： YOLOv10改进策略【卷积层】| ShuffleNetV2通道混洗

一、本文介绍

本文记录的是利用ShuffleNetV2通道混洗模块改进YOLOv10的特征提取部分。ShuffleNetV2通过通道混洗和分组卷积，实现高效的特征提取。

二、ShuffleNetV2模块介绍

2.1 设计出发点

分组卷积会导致通道间信息隔离，通道混洗通过打乱通道顺序解决这个问题。

2.2 模块结构

ShuffleNetV2块：

1. 通道分割：将输入通道分为两组
2. 深度可分离卷积：对其中一组进行处理
3. 通道混洗：打乱通道顺序

三、ShuffleNetV2的实现代码

importtorchimporttorch.nnasnnclass