DiffYOLO:基于 YOLO 和扩散模型的抗噪声目标检测

💡 原文中文,约400字,阅读约需1分钟。
📝

内容提要

本研究提出了GD机制,利用卷积和自注意操作实现Gold-YOLO模型。该模型在多尺度特征融合和延迟准确性平衡方面有所提升。首次在YOLO系列中实现了MAE风格的预训练,使得模型能够从无监督预训练中受益。在COCO val2017数据集上,Gold-YOLO-N取得了39.9% AP和1030 FPS,超过了YOLOv6-3.0-N的相似FPS+2.4%。

🏷️

标签

➡️

继续阅读