YOLOv13改进策略【卷积层篇】| GhostConv 幽灵卷积,一行 yaml 砍掉主干最贵的一层
2026/9/12 19:03:00 网站建设 项目流程

本文基于YOLOv13 官方仓库(iMoonLab/yolov13,ultralytics 8.3.63 fork)实测整理,Windows/CPU 全程可跑。前面的卷积层文章都要"贴模块代码 + 三步注册",本文是全专栏第一篇零代码改进:GhostConv(Han et al., CVPR 2020 幽灵瓶颈的卷积形态)ultralytics 已内置,我们只需要在 yaml 里把 v13n 主干最贵的第 7 层(stride-2 下采样卷积,5.9 万参数)换掉,实测总参数 −53,984、GFLOPs 持平 6.5,3 轮冒烟训练正常收敛。

前言

卷积层篇的"内置模块"玩法:GhostConv 出自论文《GhostNet: More Features from Cheap Operations》(CVPR 2020,华为诺亚),核心洞察是——卷积输出的特征图里有大量"幽灵"冗余,用更便宜的逐点卷积 + 逐通道"廉价变换"就能生成。ultralytics 把它注册在标准卷积分支里(ultralytics/nn/modules/conv.pyGhostConvtasks.py的 conv 集合),因此不写一行 Python、不改一处注册,yaml 直接可用。替换点选在 v13n backbone 的层 7

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询