💡💡💡本文独家改进:YOLOV8-pose head创新,1)一种超轻量高效动态上采样DySample, 具有更少的参数、FLOPs,效果秒杀CAFFE和YOLOv8网络中的nn.Upsample;2)加入空间上下文感知模块(SCAM)进一步提升检测精度;

改进结构图如下:

Yolov8-pose关键点检测:原创自研&涨点系列篇 | 空间上下文感知模块(SCAM)结合超轻量高效动态上采样DySample-LMLPHP

Yolov8-Pose关键点检测专栏介绍:https://blog.csdn.net/m0_63774211/category_12398833.html

✨✨✨手把手教你从数据标记到生成适合Yolov8-pose的yolo数据集;

🚀🚀🚀模型性能提升、pose模式部署能力;

🍉🍉🍉应用范围:工业工件定位、人脸、摔倒检测等支持各个关键点检测;

1.原理介绍

1.1 空间上下文感知模块(

03-09 12:01