YoloV8改进策略：OrthoNets最新的SOTA注意力机制，让YoloV8涨点自如

AI浩

发布于 2024-10-22 12:18:56

1110

发布于 2024-10-22 12:18:56

文章被收录于专栏：AI智韵

摘要

OrthoNet，一种基于正交滤波器的通道注意力机制。该机制解决了FcaNet中频率选择的问题，并假设了正交性是DCT内核有效性的主要驱动力。通过将该机制集成到ResNet中，并与FcaNet和其他注意力机制进行比较，OrthoNet在Birds、MS-COCO、Places356等数据集上表现出色。在ImageNet数据集上与当前最先进的方法竞争或超越了它们。

本文使用OrthoNet改进YoloV8，在我自己的数据集上实现有效涨点！

文章和代码链接：

https://blog.csdn.net/m0_47867638/article/details/134454223?spm=1001.2014.3001.5502

YoloV8官方结果

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
Speed: 0.2ms preprocess, 3.8ms inference, 0.0ms loss, 0.8ms postprocess per image

测试结果

YOLOv8l summary (fused): 296 layers, 43934384 parameters, 0 gradients, 165.2 GFLOPs
                 Class     Images  Instances      Box(P          R      mAP50  mAP50-95): 100%|██████████| 15/15 [00:03<00:00,  4.96it/s]
                   all        230       1412      0.974       0.98      0.992      0.758
                   c17        230        131      0.988      0.992      0.995      0.839
                    c5        230         68      0.963          1      0.995      0.841
            helicopter        230         43      0.974          1      0.986       0.61
                  c130        230         85          1      0.977      0.995      0.673
                   f16        230         57      0.984      0.965      0.989      0.689
                    b2        230          2      0.907          1      0.995      0.847
                 other        230         86      0.942      0.965      0.973      0.564
                   b52        230         70      0.981      0.971      0.987      0.844
                  kc10        230         62          1      0.984      0.989      0.836
               command        230         40       0.99          1      0.995      0.848
                   f15        230        123      0.997      0.976      0.995      0.695
                 kc135        230         91      0.987      0.989       0.99      0.693
                   a10        230         27          1      0.719       0.97      0.461
                    b1        230         20          1      0.965      0.995      0.742
                   aew        230         25      0.951          1      0.992      0.784
                   f22        230         17      0.982          1      0.995      0.771
                    p3        230        105          1      0.966      0.995        0.8
                    p8        230          1      0.859          1      0.995      0.796
                   f35        230         32      0.998          1      0.995      0.583
                   f18        230        125      0.984      0.992      0.992       0.83
                   v22        230         41      0.994          1      0.995       0.69
                 su-27        230         31      0.986          1      0.995      0.858
                 il-38        230         27      0.989          1      0.995      0.866
                tu-134        230          1      0.847          1      0.995      0.895
                 su-33        230          2      0.987          1      0.995      0.697
                 an-70        230          2          1          1      0.995      0.858
                 tu-22        230         98      0.996          1      0.995      0.843
Speed: 0.2ms preprocess, 9.6ms inference, 0.0ms loss, 0.8ms postprocess per image

提升的幅度还不小！

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：2023-12-26，如有侵权请联系 cloudcommunity@tencent.com 删除

数据