当前位置：首页 > news >正文

YOLOv11改进策略【卷积层】| 替换骨干网络 CVPR-2024 RepViT 轻量级的Vision Transformers架构

news 2025/8/3 5:30:42

一、本文介绍

本文记录的是基于RepVit的YOLOv11轻量化改进方法研究。RepVit的网络结构借鉴ViT的设计理念，通过分离的token mixe和channel mixer减少推理时的计算和内存成本，同时减少扩展比率并增加宽度，降低延迟，并通过加倍通道来弥补参数大幅减少的问题，提高了准确性。本文在替换骨干网络中配置了原论文中的repvit_m0_9、repvit_m1_0、repvit_m1_1、repvit_m1_5和repvit_m2_3五种模型，以满足不同的需求。

专栏目录：YOLOv11改进目录一览 | 涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改进

专栏地址：YOLOv11改进专栏——以发表论文的角度，快速准确的找到有效涨点的创新点！

文章目录

一、本文介绍
二、RepVit结构详解
- 2.1 出发点
- 2.2 原理
- - 2.2.1 借鉴ViT的设计理念
  - 2.2.2 宏观设计（Macro design）
  - 2.2.3 微观设计（Micro design）
- 2.3 结构
- 2.4 优势
三、RepVit模块的实现代码
四、修改步骤
- 4.1 修改一
- 4.2 修改二