蜗牛不会算法

1. 基于YOLOv5金属表面缺陷检测 1.1 数据集介绍 NEU数据集由东北大学宋克臣团队制作，专注于钢材表面缺陷的检测与识别。数据集包含了1800张灰度图像，涵盖了六种常见的钢材表面缺陷类型，数据

MobileViT是Apple在2021年提出的轻量级视觉Transformer，结合了CNN的高效和Transformer的全局建模能力。CNN的轻量和高效+Transformer的自注意力机制

1. 简介 ViT是2020年Google团队提出的将Transformer应用在图像分类的模型。 ViT原论文中最核心的结论是，当拥有足够多的数据进行预训练的时候，ViT的表现就会超过CNN

一、宏观定位与生态区别 二、网络架构核心区别 1. Backbone（主干网络） YOLOv5：CSPDarknet53 核心模块：C3模块

1. Transformer 整体结构 Transformer 由 Encoder 和 Decoder 两个部分组成，Encoder 和 Decoder 都包含 6 个 block。

2.模型压缩策略 2.1网络剪枝 2.1.1非结构化剪枝 2.1.2结构化剪枝 2.1.3其他类型的方法 2.2轻量级网络设计 2.2.1基于卷积结构的轻量级模型设计 2.2.2基于卷积操作方法的轻量

一、核心奠基论文（提出分阶段/分层剪枝思想） 分阶段混合策略： 1. AMC: AutoML for Model Compression (2018) 首次提出每层可以有不同的剪枝率，使用强化学习自动

YOLOv8结构化剪枝 1. 核心原理对比 Network Slimming（NS） 依赖BN层γ参数作为通道重要性指标 L1正则化训练使不重要的通道γ趋近于0 全局阈值剪枝：跨层统一阈值剪枝

1. 数据输入与增强参数 这类参数控制着图像在进入网络前的样子，直接影响模型的泛化能力和鲁棒性。 2. 模型结构超参数 这类参数定义了神经网络的长相和容量，通常在模型设计阶段就决定了