RT-DTER 引入用于低分辨率图像和小物体的新 CNN 模块 SPD-Conv
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 con...
YOLOV5改进：RefConv | 即插即用重参数化重聚焦卷积替代常规卷积，无额外推理成本下涨点明显
包含大量的改进方式，主要以2023年的最新文章和2022年的文章提出改进方式。 2.提供更加详细的改进方法，如将注意力机制添加到网络的不同位置，便于做实验，也可以当做论文的创新点 3.涨点效果：RefConv,实现有效涨点！ 论文地址 目录 1.步骤一 2.步骤二 3.步骤三 我们提出了重新参数化的重聚焦卷积（RefConv）作为常规卷积层的替代品，常规卷积层是一个即插即用的模块，可以在不需要任何推理成本...
Converting HTML to PDF in .NET
Converting HTML to PDF in .NET Let users convert HTML files to PDF within your .NET 7 app, making them easier to archive and share. Converting HTML to PDF is a versatile and convenient way to create, ...
Yolov8小目标检测（22）：感受野注意力卷积运算（RFAConv），助力小目标检测
💡💡💡本文改进：感受野注意力卷积运算（RFAConv），解决卷积块注意力模块（CBAM）和协调注意力模块（CA）只关注空间特征，不能完全解决卷积核参数共享的问题 RFAConv | 亲测在红外弱小目标检测涨点明显，[email protected] 从0.755提升至0.765 💡💡💡Yolo小目标检测，独家首发创新（原创），适用于Yolov5、Yolov7、Yolov8等各个Yolo系列，专栏文章提供每一步步骤...
TableConvert-免费在线表格转工具 让表格转换变得更容易
在线表格转工具TableConvert TableConvert 是一个基于web的免费且强大在线表格转换工具，它可以在 Excel、CSV、LaTeX 表格、HTML、JSON 数组、insert SQL、Markdown 表格 和 MediaWiki 表格等之间进行互相转换，也可以通过在线表格编辑器轻松的创建和生成 Markdown 表格，内置一个小表格编辑器，与 Microsoft Excel 中的...
SCConv：用于特征冗余的空间和通道重构卷积
3.1、实验设置 3.3、基于CIFAR的图像分类 3.4、基于ImageNet的图像分类 3.5、物体检测 4、结论 摘要 代码链接：https://github.com/cheng-haha/ScConv 论文链接：https://openaccess.thecvf.com/content/CVPR2023/papers/Li_SCConv_Spatial_and_Channel_Reconstruc...
【TrueType】Converting Outlines to the TrueType Format（将轮廓转换为TrueType格式）
anual（TrueType用户手册） 目录 1、How much error is acceptable（可接受的误差有多大）? 2、How to measure error（如何测量误差）? 3、Converting from other formats（从其他格式转换） 本节考虑将轮廓从其他轮廓格式转换为TrueType格式支持的二次样条曲线所涉及的一些问题。 ...
Yolov8小目标检测（18）：通道优先卷积注意力（Channel Prior Convolutional Attention，CPCA）| 中科院 2023.6发布
💡💡💡本文改进：新的通道优先卷积注意力（Channel Prior Convolutional Attention，CPCA）方法，采用多尺度的深度可分离卷积模块构成空间注意力，可以在通道和空间维度上动态分配注意权重。 CPCA | 亲测在红外弱小目标检测涨点，[email protected] 从0.755提升至0.815 💡💡💡Yolo小目标检测，独家首发创新（原创），适用于Yolov5、Yolov7、...
即插即用篇 | 用于低分辨率图像和小物体的新 CNN 模块SPD-Conv | 《不再使用步幅卷积或池化：一种适用于低分辨率图像和小物体的新卷积神经网络构建模块》
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 con...
即插即用篇 | YOLOv8 应用Slim-neck，更好的neck设计范式 | 《Slim-neck by GSConv：自动驾驶车辆检测器架构的更好设计范式》
觉中一个重要的下游任务。对于车载边缘计算平台来说，很难实现实时检测的要求，因为庞大的模型会带来困难。而由大量深度可分离卷积层构建的轻量级模型不能达到足够的准确性。我们引入了一种新的轻量级卷积技术 GSConv，以减轻模型负担但保持准确性。GSConv 在模型准确性和速度之间实现了出色的平衡。此外，我们提供了一种设计范式 slim-neck，以实现更高的检测器计算成本效益。我们的方法在二十多组比较实验中表现...