基于重参数化网络和共享卷积的轻量化YOLOV8n-Pose人体姿态估计算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：针对实时人体姿态估计模型计算复杂度大、效率低的问题，文章以YOLOv8n-Pose模型为基准，提出了一种结合重参数化网络和共享卷积的轻量化人体姿态估计算法。首先，引入MLCA注意力机制，改进C2f模块中的Bottleneck结构，提升骨干网络对人体关键点的特征提取能力。其次，将原有的PANet特征融合网络替换为重参数化网络RepGFPN，实现更高效的多尺度特征融合。（剩余8150字）

试读结束

目录
monitor