FA-YOLO：基于FMDS和AGMF模块的高效特征选择YOLO改进算法研究

BriefGPT - AI 论文速递 ·

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表现出色，首次在YOLO系列中实现了MAE风格的预训练。取得了39.9％ AP和1030 FPS的成果。

GD机制 Gold-YOLO模型 yolo 卷积多尺度特征融合模块算法自注意操作

原文中文，约300字，阅读约需1分钟。