基于改進(jìn)YOLOv10的輕量化目標(biāo)檢測(cè)算法

打開(kāi)文本圖片集

摘要：針對(duì)目標(biāo)檢測(cè)算法部署在邊緣設(shè)備的輕量化需求，提出一種基于改進(jìn)YOLOv10的輕量化目標(biāo)檢測(cè)算法（CMD-YOLO算法）。該算法利用跨尺度特征融合模塊對(duì)YOLOv10算法的網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行改進(jìn)，減少了算法模型的參數(shù)量與計(jì)算量；采用基于Mamba的線性注意力機(jī)制改進(jìn)的部分自注意力模塊替換傳統(tǒng)的部分自注意力模塊，進(jìn)一步降低了算法模型的參數(shù)量；利用空間深度轉(zhuǎn)換卷積模塊替換部分傳統(tǒng)卷積模塊，增強(qiáng)了算法模型對(duì)下采樣細(xì)節(jié)信息的提取能力；利用動(dòng)態(tài)上采樣器DySample替換傳統(tǒng)的上采樣模塊，在保持上采樣精度的同時(shí)，降低了算法模型的計(jì)算延遲。（剩余8940字）