2025年1月21日 · LSKNet 是主干网络中的一个可重复堆叠的块（Block），每个LSK Block包括两个残差子块，即大核选择子块（Large Kernel Selection，LK Selection）和前馈网络子块（Feed-forward Network ，FFN），如图8。

2024年12月27日 · LSKBlock通过不同大小的卷积核提取多尺度特征，捕捉局部细节和全局上下文信息。 模块 包含一个特征选择机制，能够根据任务需求动态选择重要特征，抑制不重要的特征。

2023年10月26日 · LSKNet在多个数据集上刷新了 SOTA，HRSC2016（98.46% mAP）、DOTA-v1.0（81.64% mAP）和FAIR1M-v1.0（47.87% mAP）。 想在自己的遥感数据集上试试效果。 情况说明：博主是在服务器上训练的，因此在环境的安装上会比代码给出的简单安装流程稍微困难一点，论文和代码链接： Paper. 代码基于MMrotate实现，因此熟悉MMrotate的相关使用方法训练会进行的更顺利一点。 MMRotate依赖于 PyTorch， MMCV 和 MMDetection。 以下是安装的快 …

在本文中，我们将这些先验因素考虑在内，并提出了Large Selective Kernel Network（LSKNet）。 LSKNet可以动态地调整其大空间感受野，以更好地建模遥感场景中各种物体的测距的场景。 据我们所知，这是首次在遥感物体检测领域探索大选择性卷积核机制的工作。 在没有任何附加条件的情况下，我们LSKNet比主流检测器轻量的多，而且在多个数据集上刷新了SOTA！ HRSC2016 （98.46% mAP）、 DOTA-v1.0 （81.64% mAP）和 FAIR1M-v1.0 （47.87% mAP）。 近期很 …

LSKNet（Large Selective Kernel Network） 是一种专为遥感目标检测设计的网络架构，其 核心优势在于能够动态调整其大的空间感受野，以更好地捕捉遥感场景中不同对象的范围上下文。 这是第一次在遥感目标检测领域探索大型和选择性核机制。 LSKNet（大型选择性核网络）的 基本原理 包括以下关键组成部分： 1. 大型核选择 （LK Selection）子块： 这个子块能够动态地调整网络的感受野，以便根据需要捕获不同尺度的上下文信息。 这使得网络能够根据遥感图像中对象的不 …

2023年10月4日 · LSKNet核心思想是通过学习旋转不变的特征表示来提高目标检测的性能。 在目标检测任务中，特别是遥感图像的目标检测，目标的旋转是一个常见的挑战。 为了解决这个问题，LSKNet采用了一种新颖的旋转敏感的卷积操作，能够有效地捕捉到遥感图像中目标的旋转信息。 LSKNet的设计思路是通过空间选择机制实现自适应感受野。 在传统的卷积神经网络中，卷积核的大小是固定的，而在LSKNet中，卷积核的大小是根据输入动态确定的。 这意味着该模型可以 …

2024年10月7日 · 总结：LSKAttention通过创新的核分解和串联卷积策略，在降低计算和内存成本的同时，保持了高效的图像处理能力，这在处理大尺寸核和复杂图像数据时特别有价值。 上图展示了在不同大核分解方法和核大小下的速度-精度权衡。 在这个比较中，使用了不同的标记来代表不同的核大小，并且以VAN-Tiny作为对比的模型。 从图中可以看出，LKA的朴素设计（LKA-trivial）以及在VAN中的实际设计，在核大小增加时会导致更高的GFLOPs（十亿浮点运算次 …

Without bells and whistles, our lightweight LSKNet sets new state-of-the-art scores on standard remote sensing classification, object detection and semantic segmentation benchmarks. Based on a similar technique, we rank 2nd place in 2022 the …

2024年2月1日 · 为了提高网络关注检测目标的最相关的空间背景区域的能力，LSK使用了一种空间选择机制，从不同尺度的大卷积核中空间选择特征图。 1、在 ultralytics \ultralytics\nn路径下新建一个文件夹命名为backbone，用于存放网络结构修改的代码。 并在该 backbone文件夹路径下新建py文件lsknet.py，并在该文件里添加lsknet网络结构的代码： def __init__(self, in _features, hidden_features = None, out_features = None, act_layer = nn.GELU, drop =0.): out_features = …

2024年7月8日 · 简介： YOLOv10专栏聚焦遥感目标检测，提出LSKNet，首个探索大型选择性核的模型。 LSKNet利用LSKblock Attention动态调整感受野，处理不同目标的上下文。 创新点还包括极化滤波和增强技术，提升信息保留和非线性输出。 在HRSC2016等遥感基准上取得SOTA性能。 LSKNet代码展示其网络结构，包括多阶段模块和注意力机制。 详细配置和任务说明见相关链接。 近期在遥感目标检测的研究中，主要集中于提高定向边界框的表示能力，但却忽略了遥感场景 …