本文主要是介绍YOLOv8主干网络使用FasterNet替换，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！
1 提出问题
减少GFLOPs就一定能提高模型的运行速度吗？一般人认为这个是理由应当的。但是在FasterNet文章中，作者告诉我们：不一定！
延迟与浮点数运算的关系如下：
Latency=FLOPs÷FLOPS
FLOPs：模型浮点数运算
FLOPS：每秒浮点数运算
这个你们在实验中可以得到验证，MobileNetV3主干网络替换之后，参数量下降很多，FLOPs也下降很多，但是在GPU平台上推理延迟并没有降低。
替换步骤
方法一：效仿我上一篇文章《MobileNetV3替换YOLOv8主干》一样去操作即可点击直达
--------------------------------------分割线-----------------------------------------------------------
方法二：
- 把
FasterNet源码放到nn/block.py下面
FasterNet源码：
from timm.models.layers 这篇关于YOLOv8主干网络使用FasterNet替换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！
