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