YOLOV8改进：顶刊TIP 2023 | CFP：即插即用的多标准融合模块，有效涨点！

  
特征金字塔网络现代辨认体系中的一种底子网络结构，可有效地用于检测差异标准的物体。SSD 是最早使用特征金字塔结构表示多标准特征信息的方法之一，FPN 则依靠于自下而上的特征金字塔结构，通过建立自上而下的路径和横向毗连从多标准高级语义特征图中获取特征信息。在此底子上，PANet 提出了一种额外的自下而上路径，使高级特征图也可以从低级特征图中获得充足的细节信息。M2Det 通过构建多阶段特征金字塔来提取多阶段和多标准的特征，实现了跨层级和跨层特征融合。
本文提出了一种名为中心化特征金字塔 Centralized Feature Pyramid (CFP) 的物体检测方法，本文方法基于全局显式的中心特征调治。与现有的方法差异，本文方法不仅关注差异层之间的特征交互，还思量了同一层内的特征调治，该调治在密集猜测使命中被证实是有益的。
大量的实行效果表明，CFP 可以在开始辈的 YOLOv5 和 YOLOX 目标检测基线上实现同等的性能提升。

论文的贡献总结如下：
提出了一种空间显式视觉中心方案，包罗用于捕获全局长程依靠关系的轻量级 MLP 和用于汇集局部关键地域的可学习视觉中心。
在常用的特征金字塔中提出了一种全局会集调治方案。
CFP 在强盛的目标检测基线上取得了同等的

来源：https://blog.csdn.net/m0_51530640/article/details/130524627
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！