YOLOv10独家涨点改进：轻量化双卷积DualConv，有效减少参数和涨点

本文主要是介绍YOLOv10独家涨点改进：轻量化双卷积DualConv，有效减少参数和涨点，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

目录

1 C2fUIB介绍

2.DualConv原理

3.如何将Dualconv将入到YOLOv10

3.1 新建ultralytics/nn/Conv/DualConv.py

3.2 注册ultralytics/nn/tasks.py

---

论文 https://arxiv.org/pdf/2405.14458

代码  GitHub - THU-MIG/yolov10: YOLOv10: Real-Time End-to-End Object Detection

DuaIConv 显着降低了深度神经网络的计算成本和参数数量，同时在某些情况下令人惊讶地实现了比原始模型略高的精度。 我们使用 DualConv 将轻量级 MobileNetV2 的参数数量进一步减少了 54% 

 先放配置文件的修改：

# Parameters
nc: 80 # number of classes
scales: # model compound scaling constants, i.e. 'model=yolov8n.yaml' will call yolov8.yaml with scale 'n'# [depth, width, max_channels]n: [0.33, 0.25, 1024] # YOLOv8.0n backbone
backbone:# [from, repea

这篇关于YOLOv10独家涨点改进：轻量化双卷积DualConv，有效减少参数和涨点的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---