BGF-YOLO: 基于多尺度注意力特征融合的改进 YOLOv8 用于脑肿瘤检测
原文中文,约400字,阅读约需1分钟。发表于: 。该论文介绍了一种新颖的 BGFG-YOLO 架构,通过将 Bi-level Routing Attention(BRA)、Generalized feature pyramid networks(GFPN)、Forth detecting head 和 Generalized-IoU(GIoU)bounding box regression loss 结合到 YOLOv8...
该研究提出了先进的GD机制和Gold-YOLO模型,实现了MAE风格的预训练,取得了39.9%AP和1030FPS的成果。Gold-YOLO-N超过了以前的SOTA模型YOLOv6-3.0-N的相似FPS +2.4%。