YOLOv8优化：引入了一种新颖的大核局部-全局-局部（LGL）模块，有效平衡图像信息低与高层语义差异大的问题 | ACM MM‘25

AI小怪兽

已于 2025-09-05 09:06:21 修改

阅读量266

点赞数 10

CC 4.0 BY-SA版权

分类专栏： YOLOv8原创自研文章标签： YOLO 计算机视觉人工智能深度学习机器学习

于 2025-09-04 13:09:09 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/m0_63774211/article/details/151182945

YOLOv8原创自研专栏收录该内容

142 篇文章 ¥199.90 ¥299.90

订阅专栏

💡💡💡为了实现高效的局部-全局信息交换，有效平衡图像信息低与高层语义差异大的问题，

引入了一种新颖的大核局部-全局-局部（LGL）模块。

💡💡💡如何与YOLOv8结合：C2f与LGL创新性结合

收录

YOLOv8原创自研

https://blog.csdn.net/m0_63

了解本专栏

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

打赏作者

AI小怪兽 你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20

扫码支付：¥1

获取中

扫码支付

您的余额不足，请更换扫码支付或充值

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。