cswin专题

YOLOv8算法改进【NO.88】引入CSWin Transformer网络替换作为主干特征提取网络

前   言       YOLO算法改进系列出到这,很多朋友问改进如何选择是最佳的,下面我就根据个人多年的写作发文章以及指导发文章的经验来看,按照优先顺序进行排序讲解YOLO算法改进方法的顺序选择。具体有需求的同学可以私信我沟通: 第一,创新主干特征提取网络,将整个Backbone改进为其他的网络,比如这篇文章中的整个方法,直接将Backbone替换掉,理由是这种改进如果有效果,那么改进点就很

重磅开源!87.5%准确率!十字形注意力的CSWin Transformer

点击下方卡片,关注“CVer”公众号 AI/CV重磅干货,第一时间送达 作者丨小马 转载自丨极市平台 导读  本文提出了十字形状的自注意力机制,能够在水平和垂直两个方向上同时计算注意力权重。在没有额外数据预训练的情况,CSWin-B能达到85.4%的top-1准确率,用ImageNet-21K预训练时,能够达到87.5%的top-1准确率。 写在前面 本文工作的出发点和目前大多数的ViT的出发点