YOLO26最新创新改进系列：双卷积核（DualConv）结合了 3×3 和 1×1 卷积核来同时处理相同的输入特征图通道，旨在构建轻量级深度神经网络,目标检测YOLO有效涨点神器！！
购买相关资料后畅享一对一答疑！
畅享超多免费持续更新且可大幅度提升文章档次的纯干货工具！见文末！
详细的改进教程以及源码，戳这！戳这！！戳这！！！B站：AI学术叫叫兽 动态第一条置顶动态中有直达链接，感谢支持！祝各位科研人硕果累累！！！
DualConv: Dual Convolutional Kernels for
Lightweight Deep Neural Networks（提出原文戳这）
详细的改进教程以及源码，戳这！戳这！！戳这！！！B站：AI学术叫叫兽 源码在相簿的链接中，动态中也有链接，感谢支持！祝科研遥遥领先！
一、摘要
CNN 架构通常对内存和计算要求很高，这使得它们对于硬件资源有限的嵌入式系统不可行。 我们提出双卷积核（DualConv）来构建轻量级深度神经网络。 DualConv 结合了 3×3 和 1×1 卷积核来同时处理相同的输入特征图通道，并利用组卷积技术来有效地排列卷积滤波器。 DualConv 可用于任何 CNN 模型，例如用于图像分类的 VGG-16 和 ResNet-50、用于对象检测的 YOLO 和 R-CNN 或用于语义分割的 FCN。 在本文中，我们广泛测试了 DualConv 的分类功能，因为这些网络架构构成了许多其他任务的骨干。 我们还在 YOLO-V3 上测试了 DualConv 的图像检测功能。 实验结果表明，结合我们的结构创新，DualConv 显着降低了深度神经网络的计算成本和参数数量，同时在某些情况下令人惊讶地实现了比原始模型略高的精度。 我们使用 DualConv 将轻量级 MobileNetV2 的参数数量进一步减少了 54%，而在 CIFAR-100 数据集上的准确率仅下降了 0.68%。 当参数数量不是问题时，DualConv 在相同数据集上将 MobileNetV1 的准确率提高了 4.11%。 此外，DualConv 显着提高了 YOLO-V3 目标检测速度，并将其在 PASCAL VOC 数据集上的准确率提高了 4.4%。
(a) 标准卷积、(b) 深度可分离卷积、© 组卷积、(d) 异构卷积和 (e) 所提出的双卷积的卷积滤波器设计。 M是输入通道数（即输入特征图的深度），N是卷积滤波器的数量，也是输出通道的数量（即输出特征图的深度），Di是宽度和高度维度 输入特征图的，K×K是卷积核大小，G是组卷积和对偶卷积中的组数，1/P是异构卷积中3×3卷积核的比例。 请注意，异构滤波器以移位的方式排列[18]。
我们提出了 DualConv，它将 3×3 组卷积与 1×1 逐点卷积相结合，解决了跨通道通信和原始输入特征图中信息保存的问题。 与 HetConv 相比，DualConv 通过添加最少的参数来提高网络性能。 DualConv应用于常见的网络结构来执行图像分类和目标检测。 通过比较标准卷积和 DualConv 的实验结果，证明了所提出的 DualConv 的有效性和效率。 从实验结果可以看出，DualConv 可以集成在标准网络架构和轻量级网络架构中，以提高网络精度并减少网络参数、计算成本和推理时间。 我们还证明了 DualConv 可以很好地适应各种图像数据集，并具有很强的泛化能力。 未来的研究工作将集中在嵌入式设备上的部署，以进一步证明 DualConv 在实际应用中的效率。
跑出结果后-相关方法详情请结合B站视频阅读全文，融入自己文章中！！！
二、 修改步骤！
2.1 修改YAML文件
详细的改进教程以及源码，戳这！戳这！！戳这！！！B站：AI学术叫叫兽 源码在相簿的链接中，动态中也有链接，感谢支持！祝科研遥遥领先！
2.2 新建.py
详细的改进教程以及源码，戳这！戳这！！戳这！！！B站：AI学术叫叫兽er 源码在相簿的链接中，动态中也有链接，感谢支持！祝科研遥遥领先！
2.3 修改tasks.py
详细的改进教程以及源码，戳这！戳这！！戳这！！！B站：AI学术叫叫兽er 源码在相簿的链接中，动态中也有链接，感谢支持！祝科研遥遥领先！
三、验证是否成功即可
执行命令
python train.py改完收工！
关注B站：Ai学术叫叫兽er
从此走上科研快速路
遥遥领先同行！！！！
写在最后
学术因方向、个人实验和写作能力以及具体创新内容的不同而无法做到一通百通，所以本文作者即B站Up主：Ai学术叫叫兽
在所有B站资料中留下联系方式以便在科研之余为家人们答疑解惑，本up主获得过国奖，发表多篇SCI，擅长目标检测领域，拥有多项竞赛经历，拥有软件著作权，核心期刊等经历。
因为经历过所以更懂小白的痛苦！
因为经历过所以更具有指向性的指导！
祝所有科研工作者都能够在自己的领域上更上一层楼！
所有科研参考资料均可点击此链接，合适的才是最好的，希望我的能力配上你的努力刚好合适！
以下为给大家庭小伙伴们免费更新过的绘图代码，均配有详细教程，超小白也可一键操作! 后续更多提升文章档次的资料的更新请大家庭的小伙伴关注我B站及抖音：Ai学术叫叫兽！
所有科研参考资料均可点击此链接，合适的才是最好的，希望我的能力配上你的努力刚好合适！
所有科研参考资料均可点击此链接，合适的才是最好的，希望我的能力配上你的努力刚好合适！
