💡💡💡本文解决什么问题:BiLevelRoutingAttention ,通过双层路由(bi-level routing
)提出了一种新颖的动态稀疏注意力(dynamic sparse attention
)
BiLevelRoutingAttention | GFLOPs从9.6降低至8.5,参数量从6482kb降低至6134kb, mAP50从0.921提升至0.926
Yolov8-Pose关键点检测专栏介绍:https://blog.csdn.net/m0_63774211/category_12398833.html
✨✨✨手把手教你从数据标记到生成适合Yolov8-pose的yolo数据集;
🚀🚀🚀模型性能提升、pose模式部署能力;
🍉🍉🍉应用范围:工业工件定位、人脸、摔倒检测等支持各个关键点检测;