轻量级分流匹配YOLO算法，快速提升图像检测精度！（附论文及源码）

文章预览

以下文章来源于微信公众号：集智书童 作者：小书童 链接：https://mp.weixin.qq.com/s/VqJdRYvqLFzYjsf5FHft2A 本文仅用于学术分享，如有侵权，请联系后台作删文处理 导读 在医学ROI自动检测任务中，缺乏一种兼具实时性和准确性的算法。为解决该问题，本文 提出了一种LSM-YOLO网络，该网络在YOLOv9算法的基础上， 结合了LAE和MSFM模块，增强了特征提取和融合能力。 此外，通过 RFABlock 引入注意力机制扩展感受野以实现模型的轻量化。实验表明， LSM-YOLO在多个数据集上表现出优越性能。 论文链接：https://www.arxiv.org/abs/2408.14087 代码链接：https://github.com/VincentYuuuuuu/LSM-YOLO 现有医学区域（ROI）检测方法中，缺乏一种可以同时满足实时性能和准确性的算法，无法满足医学自动检测的需求。尽管基本的YOLO框架能够实现实时检测，但由于缺少保持精度与实时性之间同步的 ………………………………