admin管理员组

文章数量:1794759

YoloV8改进策略:改进Head

摘要

本文尝试改进了新的注意力,使用空间注意力和多轴频域注意力融合改进。改进后的注意力超越了GAM、BAM和CBAM等常用的注意力。

YoloV8官方结果

代码语言:javascript代码运行次数:0运行复制
YOLOv8l summary (fused): 268 layers, 43631280 parameters, 0 gradients, 165.0 GFLOPs
                 Class     Images  Instances      Box(P          R      mAP50  mAP50-95): 100%|██████████| 29/29 [
                   all        230       1412      0.922      0.957      0.986      0.737
                   c17        230        131      0.973      0.992      0.995      0.825
                    c5        230         68      0.945          1      0.995      0.836
            helicopter        230         43       0.96      0.907      0.951      0.607
                  c130        230         85      0.984          1      0.995      0.655
                   f16        230         57      0.955      0.965      0.985      0.669
                    b2        230          2      0.704          1      0.995      0.722
                 other        230         86      0.903      0.942      0.963      0.534
                   b52        230         70       0.96      0.971      0.978      0.831
                  kc10        230         62      0.999      0.984       0.99      0.847
               command        230         40       0.97          1      0.995      0.811
                   f15        230        123      0.891          1      0.992      0.701
                 kc135        230         91      0.971      0.989      0.986      0.712
                   a10        230         27          1      0.555      0.899      0.456
                    b1        230         20      0.972          1      0.995      0.793
                   aew        230         25      0.945          1       0.99      0.784
                   f22        230         17      0.913          1      0.995      0.725
                    p3        230        105       0.99          1      0.995      0.801
                    p8        230          1      0.637          1      0.995      0.597
                   f35        230         32      0.939      0.938      0.978      0.574
                   f18        230        125      0.985      0.992      0.987      0.817
                   v22        230         41      0.983          1      0.995       0.69
                 su-27        230         31      0.925          1      0.995      0.859
                 il-38        230         27      0.972          1      0.995      0.811
                tu-134        230          1      0.663          1      0.995      0.895
                 su-33        230          2          1      0.611      0.995      0.796
                 an-70        230          2      0.766          1      0.995       0.73
                 tu-22        230         98      0.984          1      0.995      0.831

测试结果

代码语言:javascript代码运行次数:0运行复制
YOLOv8l summary: 1054 layers, 46514724 parameters, 0 gradients, 179.6 GFLOPs
                 Class     Images  Instances      Box(P          R      mAP50  mAP50-95): 100%|██████████| 15/15 [00:02<00:00,  5.46it/s]
                   all        230       1412      0.969      0.968      0.988       0.75
                   c17        230        131      0.983      0.992      0.995      0.822
                    c5        230         68      0.986      0.956      0.994      0.821
            helicopter        230         43      0.977       0.99      0.985      0.617
                  c130        230         85      0.987      0.988      0.994       0.65
                   f16        230         57          1      0.918      0.991      0.674
                    b2        230          2      0.902          1      0.995      0.724
                 other        230         86      0.956      0.942      0.978      0.551
                   b52        230         70      0.971      0.971      0.972      0.825
                  kc10        230         62          1      0.982      0.989      0.828
               command        230         40      0.993          1      0.995      0.834
                   f15        230        123      0.957          1      0.988      0.701
                 kc135        230         91      0.989      0.976      0.983      0.691
                   a10        230         27          1      0.492      0.901       0.48
                    b1        230         20          1      0.963      0.995      0.752
                   aew        230         25      0.955          1      0.995      0.782
                   f22        230         17      0.959          1      0.995      0.738
                    p3        230        105      0.991      0.999      0.995       0.82
                    p8        230          1      0.851          1      0.995      0.796
                   f35        230         32          1      0.973      0.995      0.575
                   f18        230        125      0.976      0.988      0.992      0.824
                   v22        230         41      0.994          1      0.995      0.712
                 su-27        230         31      0.991          1      0.995      0.858
                 il-38        230         27       0.99          1      0.995      0.846
                tu-134        230          1      0.848          1      0.995      0.895
                 su-33        230          2      0.915          1      0.995      0.829
                 an-70        230          2          1          1      0.995      0.759
                 tu-22        230         98      0.998          1      0.995       0.84

总结

本文尝试在Head上做修改,涨点明显。欢迎大家在自己的数据集上做尝试!

代码语言:javascript代码运行次数:0运行复制
.2014.3001.5501
本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。原始发表:2024-03-05,如有侵权请联系 cloudcommunity@tencent 删除测试数据

本文标签: YoloV8改进策略改进Head