改进YOLOv5/v7 | 用于低分辨率图像和小物体的新 CNN 模块SPD-Conv

迪菲赫尔曼

已于 2023-11-03 17:30:33 修改

阅读量2.9w

点赞数 47

分类专栏： YOLOv5/v7改进实战文章标签：目标检测深度学习计算机视觉论文人工智能

于 2022-08-18 10:10:28 首次发布

原创文章为博主个人所有，未经授权不得转载、摘编、传播、倒卖、洗稿或利用其它方式使用上述作品。违反上述声明者，本站将追求其相关法律责任。

本文链接：https://blog.csdn.net/weixin_43694096/article/details/126398068

版权

YOLOv5/v7改进实战专栏收录该内容

该专栏为热销专栏榜第23名

51 篇文章 ¥99.90 ¥299.90

订阅专栏

论文提出SPD-Conv模块，替代传统CNN中的池化和跨步卷积，有效处理低分辨率图像和小物体。SPD-Conv由Space-to-depth和Non-strided Convolution组成，适用于目标检测（如YOLOv5改进）和图像分类（如ResNet）。实验证明，该方法在处理低分辨率和小物体任务时优于现有深度学习模型。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在这里插入图片描述

论文地址：https://arxiv.org/pdf/2208.03641v1.pdf
代码地址：https://github.com/labsaint/spd-conv

卷积神经网络(CNN)在图像分类、目标检测等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对象较小的更困难的任务中，它们的性能会迅速下降。
这源于现有CNN体系结构中一个有缺陷但却很常见的设计，即使用strided convolution和/或池化层，这导致了细粒度信息的丢失和较低效率的特征表示的学习。为此，我们提出了一种新的CNN模块，称为SPD-Conv，以取代每个strided convolution和每个池化层(从而完全消除了它们)。SPD-Conv由 space-to-depth (SPD)层和non-strided convolution(Conv)层组成，可以应用于大多数CNN架构。
我们在两个最具代表性的计算机视觉任务下解释了这种新的设计：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，实验表明我们的方法显著优于最先进的深度学习模型，特别是在处理低分辨率图像和小对象的更困难的任务时。