【魔改YOLO系列】YOLO与Mamba结合，实现面部表情检测与分类

文章预览

点击下方 卡片 ，关注“ 小白玩转Python ”公众号 论文信息 题目：FER-YOLO-Mamba: Facial Expression Detection and Classification Based on Selective State Space FER-YOLO-Mamba：基于选择性状态空间的面部表情检测与分类 作者：Hui Ma, Sen Lei, Turgay Celik, and Heng-Chao Li 源码：https://github.com/SwjtuMa/FER-YOLO-Mamba 论文创新点 模型架构创新 ：作者提出了一个基于SSM的视觉骨干网络 FER-YOLO-Mamba模型 ，这是首次将SSM驱动的架构整合到面部表情检测和分类领域，为该领域带来了新的探索方向。 双分支结构设计 ：作者设计了一个 FER-YOLO-VSS双分支模块 ，该模块不仅整合了卷积层在局部特征提取中的优势，还结合了状态空间模型（SSMs）在揭示长距离依赖中的卓越能力，实现了局部和全局信息的互补融合。 注意力机制与多层感知器的结合 ：在FER-YOLO-VSS模块中，作者引入了一个带有多层感知器的 ………………………………