Ultralytics：解读AConv模块

前言
相关介绍
- [Ultralytics 简介](#Ultralytics 简介)
前提条件
实验环境
AConv（平均池化-卷积模块）
参考文献

前言

由于本人水平有限，难免出现错漏，敬请批评改正。

更多精彩内容，可点击进入Python日常小操作专栏、OpenCV-Python小应用专栏、YOLO系列专栏、自然语言处理专栏、人工智能混合编程实践专栏或我的个人主页查看

YOLOs-CPP：一个免费开源的YOLO全系列C++推理库（以YOLO26为例）

PaddleOCR：Win10上安装使用PPOCRLabel标注工具

目标检测：使用自己的数据集微调DEIMv2进行物体检测

图像分割：PyTorch从零开始实现SegFormer语义分割

图像超分：使用自己的数据集微调Real-ESRGAN-x4plus进行超分重建

图像生成：PyTorch从零开始实现一个简单的扩散模型

Stable Diffusion：使用自己的数据集微调 Stable Diffusion 3.5 LoRA 文生图模型

图像超分：使用自己的数据集微调Real-ESRGAN-x2plus进行超分重建

Anomalib：使用Anomalib 2.1.0训练自己的数据集进行异常检测

Anomalib：在Linux服务器上安装使用Anomalib 2.1.0

人工智能混合编程实践：C++调用封装好的DLL进行异常检测推理

人工智能混合编程实践：C++调用封装好的DLL进行FP16图像超分重建（v3.0）

隔离系统Python：源码编译3.11.8到自定义目录（含PGO性能优化）

在线机的Python环境迁移到离线机上

Nuitka 将 Python 脚本封装为 .pyd 或 .so 文件

Ultralytics：使用 YOLO11 进行速度估计

Ultralytics：使用 YOLO11 进行物体追踪

Ultralytics：使用 YOLO11 进行物体计数

Ultralytics：使用 YOLO11 进行目标打码

人工智能混合编程实践：C++调用Python ONNX进行YOLOv8推理

人工智能混合编程实践：C++调用封装好的DLL进行YOLOv8实例分割

人工智能混合编程实践：C++调用Python ONNX进行图像超分重建

人工智能混合编程实践：C++调用Python AgentOCR进行文本识别

通过计算实例简单地理解PatchCore异常检测

Python将YOLO格式实例分割数据集转换为COCO格式实例分割数据集

YOLOv8 Ultralytics：使用Ultralytics框架训练RT-DETR实时目标检测模型

基于DETR的人脸伪装检测

YOLOv7训练自己的数据集（口罩检测）

YOLOv8训练自己的数据集（足球检测）

YOLOv5：TensorRT加速YOLOv5模型推理

YOLOv5：IoU、GIoU、DIoU、CIoU、EIoU

玩转Jetson Nano（五）：TensorRT加速YOLOv5目标检测

YOLOv5：添加SE、CBAM、CoordAtt、ECA注意力机制

YOLOv5：yolov5s.yaml配置文件解读、增加小目标检测层

Python将COCO格式实例分割数据集转换为YOLO格式实例分割数据集

YOLOv5：使用7.0版本训练自己的实例分割模型（车辆、行人、路标、车道线等实例分割）

使用Kaggle GPU资源免费体验Stable Diffusion开源项目

Stable Diffusion：在服务器上部署使用Stable Diffusion WebUI进行AI绘图（v2.0）

Stable Diffusion：使用自己的数据集微调训练LoRA模型（v2.0）

前提条件

熟悉Python、Pytorch

实验环境

bash 复制代码

Package                  Version
------------------------ ------------
Python                   3.11.8
absl-py                  2.4.0
accelerate               1.13.0
annotated-doc            0.0.4
anyio                    4.13.0
calflops                 0.3.2
certifi                  2026.4.22
charset-normalizer       3.4.7
click                    8.3.3
colorama                 0.4.6
contourpy                1.3.3
cycler                   0.12.1
filelock                 3.29.0
flatbuffers              25.12.19
fonttools                4.62.1
fsspec                   2026.4.0
grpcio                   1.80.0
h11                      0.16.0
hf-xet                   1.5.0
httpcore                 1.0.9
httpx                    0.28.1
huggingface_hub          1.14.0
idna                     3.15
Jinja2                   3.1.6
kiwisolver               1.5.0
Markdown                 3.10.2
markdown-it-py           4.2.0
MarkupSafe               3.0.3
matplotlib               3.10.9
mdurl                    0.1.2
ml_dtypes                0.5.0
mpmath                   1.3.0
networkx                 3.6.1
numpy                    1.26.4
nvidia-cublas-cu12       12.8.3.14
nvidia-cuda-cupti-cu12   12.8.57
nvidia-cuda-nvrtc-cu12   12.8.61
nvidia-cuda-runtime-cu12 12.8.57
nvidia-cudnn-cu12        9.7.1.26
nvidia-cufft-cu12        11.3.3.41
nvidia-cufile-cu12       1.13.0.11
nvidia-curand-cu12       10.3.9.55
nvidia-cusolver-cu12     11.7.2.55
nvidia-cusparse-cu12     12.5.7.53
nvidia-cusparselt-cu12   0.6.3
nvidia-nccl-cu12         2.26.2
nvidia-nvjitlink-cu12    12.8.61
nvidia-nvtx-cu12         12.8.55
onnx                     1.19.0
onnxruntime-gpu          1.26.0
onnxslim                 0.1.94
opencv-python            4.6.0.66
packaging                26.2
pillow                   12.2.0
pip                      24.0
polars                   1.40.1
polars-runtime-32        1.40.1
protobuf                 7.34.1
psutil                   7.2.2
pycocotools              2.0.11
Pygments                 2.20.0
pyparsing                3.3.2
python-dateutil          2.9.0.post0
PyYAML                   6.0.3
regex                    2026.5.9
requests                 2.34.1
rich                     15.0.0
safetensors              0.7.0
scipy                    1.16.0
setuptools               65.5.0
shellingham              1.5.4
six                      1.17.0
sympy                    1.14.0
tabulate                 0.10.0
tensorboard              2.20.0
tensorboard-data-server  0.7.2
tokenizers               0.22.2
torch                    2.7.1+cu128
torchaudio               2.7.1+cu128
torchvision              0.22.1+cu128
tqdm                     4.67.3
transformers             5.8.1
triton                   3.3.1
typer                    0.25.1
typing_extensions        4.15.0
ultralytics              8.4.58
ultralytics-thop         2.0.19
urllib3                  2.7.0
Werkzeug                 3.1.8

AConv（平均池化-卷积模块）

AConv 是一种轻量级的 下采样模块 ，它通过 平均池化（AvgPool2d） 后接 步长为 2 的卷积，实现特征图的空间降维和通道变换。该模块的设计可能旨在引入额外的平滑效果，同时减少计算量，适用于需要逐步降低分辨率并增加通道数的深度网络。

代码实现

python 复制代码

import cv2
import math
import torch
import numpy as np
import matplotlib.pyplot as plt
from torch import nn

def autopad(k, p=None, d=1):  # kernel, padding, dilation
    """Pad to 'same' shape outputs."""
    if d > 1:
        k = d * (k - 1) + 1 if isinstance(k, int) else [d * (x - 1) + 1 for x in k]  # actual kernel-size
    if p is None:
        p = k // 2 if isinstance(k, int) else [x // 2 for x in k]  # auto-pad
    return p

class Conv(nn.Module):
    """Standard convolution module with batch normalization and activation.

    Attributes:
        conv (nn.Conv2d): Convolutional layer.
        bn (nn.BatchNorm2d): Batch normalization layer.
        act (nn.Module): Activation function layer.
        default_act (nn.Module): Default activation function (SiLU).
    """

    default_act = nn.SiLU()  # default activation

    def __init__(self, c1, c2, k=1, s=1, p=None, g=1, d=1, act=True):
        """Initialize Conv layer with given parameters.

        Args:
            c1 (int): Number of input channels.
            c2 (int): Number of output channels.
            k (int): Kernel size.
            s (int): Stride.
            p (int, optional): Padding.
            g (int): Groups.
            d (int): Dilation.
            act (bool | nn.Module): Activation function.
        """
        super().__init__()
        self.conv = nn.Conv2d(c1, c2, k, s, autopad(k, p, d), groups=g, dilation=d, bias=False)
        self.bn = nn.BatchNorm2d(c2)
        self.act = self.default_act if act is True else act if isinstance(act, nn.Module) else nn.Identity()

    def forward(self, x):
        """Apply convolution, batch normalization and activation to input tensor.

        Args:
            x (torch.Tensor): Input tensor.

        Returns:
            (torch.Tensor): Output tensor.
        """
        return self.act(self.bn(self.conv(x)))

    def forward_fuse(self, x):
        """Apply convolution and activation without batch normalization.

        Args:
            x (torch.Tensor): Input tensor.

        Returns:
            (torch.Tensor): Output tensor.
        """
        return self.act(self.conv(x))
    
class AConv(nn.Module):
    """AConv."""

    def __init__(self, c1: int, c2: int):
        """Initialize AConv module.

        Args:
            c1 (int): Input channels.
            c2 (int): Output channels.
        """
        super().__init__()
        self.cv1 = Conv(c1, c2, 3, 2, 1)

    def forward(self, x: torch.Tensor) -> torch.Tensor:
        """Forward pass through AConv layer."""
        x = torch.nn.functional.avg_pool2d(x, 2, 1, 0, False, True)
        return self.cv1(x)

功能

平均池化：对输入特征图应用 2×2 平均池化，步长为 1，无填充，输出尺寸减少 1（H-1, W-1）。这相当于在空间上轻微平滑并削减边缘像素。
卷积下采样 ：经过池化后，使用 3×3 卷积（步长 2，填充 1）对特征进行变换和降采样，将通道从 c1 映射到 c2，同时空间尺寸进一步减半（近似）。
组合效果 ：整体输出尺寸约为输入尺寸的一半（但略有差异），通道数变为 c2，实现了特征提取与下采样的结合。

初始化参数

参数	类型	说明
`c1`	int	输入通道数
`c2`	int	输出通道数

self.cv1 是一个 Conv 模块，包含 3×3 卷积、BatchNorm 和 SiLU 激活，步长 2，填充 1。

前向方法

forward(x)：输入 x（[B, c1, H, W]），输出 [B, c2, H_out, W_out]。

计算流程：

x = F.avg_pool2d(x, kernel_size=2, stride=1, padding=0) → 尺寸变为 [B, c1, H-1, W-1]。
y = self.cv1(x) → 卷积输出尺寸为 H_out = floor((H-1 + 2*1 - 3)/2) + 1 = floor((H-2)/2) + 1，W_out 同理。

输出尺寸公式

设输入尺寸为 $H \\times W$ ，则：

H p o o l = H − 1 , W p o o l = W − 1 H_{pool} = H - 1,\quad W_{pool} = W - 1 Hpool=H−1,Wpool=W−1

H o u t = ⌊ H p o o l + 2 × 1 − 3 2 ⌋ + 1 = ⌊ H − 2 2 ⌋ + 1 H_{out} = \left\lfloor \frac{H_{pool} + 2 \times 1 - 3}{2} \right\rfloor + 1 = \left\lfloor \frac{H - 2}{2} \right\rfloor + 1 Hout=⌊2Hpool+2×1−3⌋+1=⌊2H−2⌋+1

W o u t = ⌊ W − 2 2 ⌋ + 1 W_{out} = \left\lfloor \frac{W - 2}{2} \right\rfloor + 1 Wout=⌊2W−2⌋+1

若 H H H 为偶数 2n，则 H o u t = n H_{out} = n Hout=n
若 H H H 为奇数 2n+1，则 H o u t = n H_{out} = n Hout=n（因为 (2n-1)//2 = n-1，+1 = n）
因此，输出尺寸恒为 ⌊ H / 2 ⌋ × ⌊ W / 2 ⌋ \lfloor H/2 \rfloor \times \lfloor W/2 \rfloor ⌊H/2⌋×⌊W/2⌋。

与直接使用步长为 2 的 3×3 卷积（填充 1）的输出尺寸 floor((H+2*1-3)/2)+1 = floor((H-1)/2)+1 相比，本模块输出略小（当 H 为偶数时相同，为奇数时也相同？检查：直接卷积输出：H偶2n -> (2n-1)//2 +1 = n-1+1=n，相同；H奇2n+1 -> (2n)//2 +1 = n+1，而AConv为n，所以奇数是AConv小1）。所以AConv在奇数尺寸时输出会小1。

使用示例

python 复制代码

if __name__ == '__main__':
    # 1. 随机输入
    x = torch.randn(1, 32, 64, 64)

    # 2. 创建 AConv（输入32，输出64）
    aconv = AConv(c1=32, c2=64)

    # 3. 前向传播
    with torch.no_grad():
        out = aconv(x)
    print("输入形状:", x.shape)   # [1, 32, 64, 64]
    print("输出形状:", out.shape) # [1, 64, 32, 32]（64/2=32）

    # 4. 使用真实图像演示（扩展为多通道）
    img_path = "cat_640x640.png"
    img_bgr = cv2.imread(img_path)
    if img_bgr is not None:
        img_gray = cv2.cvtColor(cv2.resize(img_bgr, (64, 64)), cv2.COLOR_BGR2GRAY)
        img_tensor = torch.from_numpy(img_gray).float().unsqueeze(0).unsqueeze(0)  # [1,1,64,64]
        # 扩展通道至32
        x_img = img_tensor.repeat(1, 32, 1, 1)

        aconv_img = AConv(c1=32, c2=32)
        with torch.no_grad():
            out_img = aconv_img(x_img)

        inp_ch0 = x_img[0, 0].cpu().numpy()
        out_ch0 = out_img[0, 0].cpu().numpy()

        def norm(arr):
            return (arr - arr.min()) / (arr.max() - arr.min() + 1e-8)

        plt.figure(figsize=(12, 5), constrained_layout=True)
        plt.subplot(1, 3, 1)
        plt.imshow(img_gray, cmap='gray')
        plt.title("Original Gray")
        plt.axis("off")
        plt.subplot(1, 3, 2)
        plt.imshow(norm(inp_ch0), cmap='gray')
        plt.title("Input Ch0")
        plt.axis("off")
        plt.subplot(1, 3, 3)
        plt.imshow(norm(out_ch0), cmap='gray')
        plt.title("AConv Output Ch0")
        plt.axis("off")
        plt.savefig("aconv_demo.png", dpi=150)
        print("可视化已保存为 aconv_demo.png")

输出示例：

复制代码

输入形状: torch.Size([1, 32, 64, 64])
输出形状: torch.Size([1, 64, 32, 32])
可视化已保存为 aconv_demo.png

流程示意图

#mermaid-svg-Zs9fOrklBpS9GqeI{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-Zs9fOrklBpS9GqeI .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-Zs9fOrklBpS9GqeI .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-Zs9fOrklBpS9GqeI .error-icon{fill:#552222;}#mermaid-svg-Zs9fOrklBpS9GqeI .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-Zs9fOrklBpS9GqeI .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-Zs9fOrklBpS9GqeI .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-Zs9fOrklBpS9GqeI .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-Zs9fOrklBpS9GqeI .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-Zs9fOrklBpS9GqeI .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-Zs9fOrklBpS9GqeI .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-Zs9fOrklBpS9GqeI .marker{fill:#333333;stroke:#333333;}#mermaid-svg-Zs9fOrklBpS9GqeI .marker.cross{stroke:#333333;}#mermaid-svg-Zs9fOrklBpS9GqeI svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-Zs9fOrklBpS9GqeI p{margin:0;}#mermaid-svg-Zs9fOrklBpS9GqeI .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-Zs9fOrklBpS9GqeI .cluster-label text{fill:#333;}#mermaid-svg-Zs9fOrklBpS9GqeI .cluster-label span{color:#333;}#mermaid-svg-Zs9fOrklBpS9GqeI .cluster-label span p{background-color:transparent;}#mermaid-svg-Zs9fOrklBpS9GqeI .label text,#mermaid-svg-Zs9fOrklBpS9GqeI span{fill:#333;color:#333;}#mermaid-svg-Zs9fOrklBpS9GqeI .node rect,#mermaid-svg-Zs9fOrklBpS9GqeI .node circle,#mermaid-svg-Zs9fOrklBpS9GqeI .node ellipse,#mermaid-svg-Zs9fOrklBpS9GqeI .node polygon,#mermaid-svg-Zs9fOrklBpS9GqeI .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-Zs9fOrklBpS9GqeI .rough-node .label text,#mermaid-svg-Zs9fOrklBpS9GqeI .node .label text,#mermaid-svg-Zs9fOrklBpS9GqeI .image-shape .label,#mermaid-svg-Zs9fOrklBpS9GqeI .icon-shape .label{text-anchor:middle;}#mermaid-svg-Zs9fOrklBpS9GqeI .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-Zs9fOrklBpS9GqeI .rough-node .label,#mermaid-svg-Zs9fOrklBpS9GqeI .node .label,#mermaid-svg-Zs9fOrklBpS9GqeI .image-shape .label,#mermaid-svg-Zs9fOrklBpS9GqeI .icon-shape .label{text-align:center;}#mermaid-svg-Zs9fOrklBpS9GqeI .node.clickable{cursor:pointer;}#mermaid-svg-Zs9fOrklBpS9GqeI .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-Zs9fOrklBpS9GqeI .arrowheadPath{fill:#333333;}#mermaid-svg-Zs9fOrklBpS9GqeI .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-Zs9fOrklBpS9GqeI .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-Zs9fOrklBpS9GqeI .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-Zs9fOrklBpS9GqeI .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-Zs9fOrklBpS9GqeI .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-Zs9fOrklBpS9GqeI .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-Zs9fOrklBpS9GqeI .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-Zs9fOrklBpS9GqeI .cluster text{fill:#333;}#mermaid-svg-Zs9fOrklBpS9GqeI .cluster span{color:#333;}#mermaid-svg-Zs9fOrklBpS9GqeI div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-Zs9fOrklBpS9GqeI .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-Zs9fOrklBpS9GqeI rect.text{fill:none;stroke-width:0;}#mermaid-svg-Zs9fOrklBpS9GqeI .icon-shape,#mermaid-svg-Zs9fOrklBpS9GqeI .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-Zs9fOrklBpS9GqeI .icon-shape p,#mermaid-svg-Zs9fOrklBpS9GqeI .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-Zs9fOrklBpS9GqeI .icon-shape .label rect,#mermaid-svg-Zs9fOrklBpS9GqeI .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-Zs9fOrklBpS9GqeI .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-Zs9fOrklBpS9GqeI .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-Zs9fOrklBpS9GqeI :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 输入 x (B, c1, H, W)
AvgPool2d

kernel=2, stride=1, padding=0
池化后 (B, c1, H-1, W-1)
Conv 3x3, stride=2, padding=1

c1 → c2
输出 (B, c2, ⌊H/2⌋, ⌊W/2⌋)

代码解读

__init__ ：定义一个 Conv 层 self.cv1，包含 3×3 卷积（步长 2，填充 1）、BN 和 SiLU 激活。该层负责通道变换和下采样。
forward ：
- 使用 torch.nn.functional.avg_pool2d 对输入进行平均池化，kernel_size=2, stride=1, padding=0，ceil_mode=False，count_include_pad=True（默认）。这会在每个空间维度上减少 1 个像素。
- 将池化结果送入 self.cv1 进行卷积。

注意事项

输出尺寸 ：对于奇数尺寸输入，输出尺寸为 floor(H/2)，比常规步长为 2 的卷积（输出为 floor((H-1)/2)+1）小 1。使用前需确认网络后续层能适应这种尺寸变化。
池化效果：平均池化会平滑特征，可能丢失部分细节，但有助于提高平移不变性。
参数数量：仅包含一个卷积层，参数轻量，适合作为下采样模块。
激活函数 ：Conv 默认使用 SiLU，但可根据需要修改。
与标准下采样对比 ：相比直接用 Conv(c1, c2, 3, 2, 1)，AConv 多了一次平均池化，计算量略增，但可能带来不同感受野的混合。

优缺点

优点

轻量高效：仅一个卷积层，参数量少，推理速度快。
平滑降采样：平均池化可抑制噪声，提供更稳定的特征。
通道变换与下采样结合：一步完成，便于网络堆叠。

缺点

输出尺寸特殊：奇数输入尺寸下输出比预期小，可能需调整网络设计。
信息损失：平均池化可能会丢失尖锐的边缘信息。
缺乏多尺度：仅单一池化核，无法自适应不同尺度。

在构建轻量级网络时，AConv 可作为下采样模块的替代方案，尤其适合需要平滑特征的场景（如分割任务）。使用时需注意尺寸计算，确保与后续层兼容。

参考文献

$1$ https://docs.ultralytics.com/

$2$ https://github.com/ultralytics/ultralytics.git

由于本人水平有限，难免出现错漏，敬请批评改正。

更多精彩内容，可点击进入Python日常小操作专栏、OpenCV-Python小应用专栏、YOLO系列专栏、自然语言处理专栏、人工智能混合编程实践专栏或我的个人主页查看

YOLOs-CPP：一个免费开源的YOLO全系列C++推理库（以YOLO26为例）

PaddleOCR：Win10上安装使用PPOCRLabel标注工具

目标检测：使用自己的数据集微调DEIMv2进行物体检测

图像分割：PyTorch从零开始实现SegFormer语义分割

图像超分：使用自己的数据集微调Real-ESRGAN-x4plus进行超分重建

图像生成：PyTorch从零开始实现一个简单的扩散模型

Stable Diffusion：使用自己的数据集微调 Stable Diffusion 3.5 LoRA 文生图模型

图像超分：使用自己的数据集微调Real-ESRGAN-x2plus进行超分重建

Anomalib：使用Anomalib 2.1.0训练自己的数据集进行异常检测

Anomalib：在Linux服务器上安装使用Anomalib 2.1.0

人工智能混合编程实践：C++调用封装好的DLL进行异常检测推理

人工智能混合编程实践：C++调用封装好的DLL进行FP16图像超分重建（v3.0）

隔离系统Python：源码编译3.11.8到自定义目录（含PGO性能优化）

在线机的Python环境迁移到离线机上

Nuitka 将 Python 脚本封装为 .pyd 或 .so 文件

Ultralytics：使用 YOLO11 进行速度估计

Ultralytics：使用 YOLO11 进行物体追踪

Ultralytics：使用 YOLO11 进行物体计数

Ultralytics：使用 YOLO11 进行目标打码

人工智能混合编程实践：C++调用Python ONNX进行YOLOv8推理

人工智能混合编程实践：C++调用封装好的DLL进行YOLOv8实例分割

人工智能混合编程实践：C++调用Python ONNX进行图像超分重建

人工智能混合编程实践：C++调用Python AgentOCR进行文本识别

通过计算实例简单地理解PatchCore异常检测

Python将YOLO格式实例分割数据集转换为COCO格式实例分割数据集

YOLOv8 Ultralytics：使用Ultralytics框架训练RT-DETR实时目标检测模型

基于DETR的人脸伪装检测

YOLOv7训练自己的数据集（口罩检测）

YOLOv8训练自己的数据集（足球检测）

YOLOv5：TensorRT加速YOLOv5模型推理

YOLOv5：IoU、GIoU、DIoU、CIoU、EIoU

玩转Jetson Nano（五）：TensorRT加速YOLOv5目标检测

YOLOv5：添加SE、CBAM、CoordAtt、ECA注意力机制

YOLOv5：yolov5s.yaml配置文件解读、增加小目标检测层

Python将COCO格式实例分割数据集转换为YOLO格式实例分割数据集

YOLOv5：使用7.0版本训练自己的实例分割模型（车辆、行人、路标、车道线等实例分割）

使用Kaggle GPU资源免费体验Stable Diffusion开源项目

Stable Diffusion：在服务器上部署使用Stable Diffusion WebUI进行AI绘图（v2.0）

Stable Diffusion：使用自己的数据集微调训练LoRA模型（v2.0）

Ultralytics：解读AConv模块

Ultralytics：解读AConv模块

前言

相关介绍

Ultralytics 简介

前提条件

实验环境

AConv（平均池化-卷积模块）

代码实现

功能

初始化参数

前向方法

输出尺寸公式

使用示例

流程示意图

代码解读

注意事项

优缺点

优点

缺点

参考文献