除了老迈抢一楼，都给分

cxjddd 2007-06-18 10:05:34

BSLM

...全文

217 5 打赏收藏转发到动态举报

写回复

5 条回复

切换为时间正序

请发表友善的回复…

发表回复

R9R9R9 2007-06-18

打赏
举报

回复

shit
居然揭帖了
好一个BT熊

SammyLan 2007-06-18

打赏
举报

回复

shit
居然揭帖了
好一个BT熊

Avoid 2007-06-18

打赏
举报

回复

老迈是什么东西？

cmail 2007-06-18

打赏
举报

回复

1

Leaveye 2007-06-18

打赏
举报

回复

?

混合卷积（Mixed Convolution）是一种在卷积神经网络（CNN）中结合多种卷积操作的策略，旨在通过融合不同卷积核大小或类型的卷积操作来提升模型的性能和灵活性。：例如标准卷积、深度可分离卷积（Depthwise Separable Convolution）、分组卷积（Grouped Convolution）等，可以在计算效率和特征提取能力之间取得平衡。混合卷积可以根据任务需求动态调整卷积操作的组合方式，适应不同的输入数据分布。：通过引入可学习的权重，动态调整不同卷积操作的贡献。

- 移动端模型精度与速度难以兼得？ - 传统深度卷积（Depthwise Convolution）感受野单一，特征提取能力受限？ - 轻量化网络优化陷入"小改进堆砌"的低效循环？本文将系统拆解MixNet的混合卷积（MixConv）核心技术，通过15+代码示例、8张架构图与性能对比表，带你掌握从理论原理到MindSpore工程实现的全流程。**读完本文你将获得**： - 混合卷积核设计的数学原...

🏆 本文收录于专栏《YOLOv11实战：从入门到深度优化》。本专栏围绕 YOLOv11 的改进、训练、部署与工程优化展开，系统梳理并复现当前主流的 YOLOv11 实战案例与优化方案，内容目前已覆盖分类、检测、分割、追踪、关键点、OBB 检测等多个方向。

本文详细解析了GSConv与Slim Neck技术在YOLOv11中的高效部署与性能优化。GSConv创新性地结合标准卷积与深度可分离卷积，通过特征混洗机制实现精度与效率的平衡，在COCO数据集上AP50指标提升12.6%。文章提供了完整的源码实现和部署技巧，帮助开发者在边缘设备上实现轻量化目标检测。

文章目录0. 前言1. 要解决什么问题2. 用了什么方法3. 效果如何4. 还存在什么问题 0. 前言相关资料： arxiv github：可能等不到开源啦论文解读论文基本信息领域：行为识别作者单位：西安交大&腾讯发表时间：2020.3 1. 要解决什么问题行为识别模型要解决的就是对空间信息建模（temporal modeling）的问题…… 还是那些老问题：双流法耗时、占用硬盘。 3D卷积计算量太大，2D卷积不能很好的对temporal建模。现在主要都

15,446

社区成员

58,112

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章