YOLO系列算法改进 | 主干改进篇 | 替换WTConvNeXt小波变换卷积网络 | 凭借小波变换的多频感知能力，提升运动模糊、噪声等图像下目标检测性能 | ECCV 2024

 0. 前言

本文介绍了WTConvNeXt网络，并将其集成到ultralytics最新发布的YOLO26目标检测算法中，替换原有Backbone网络。WTConvNeXt通过小波变换级联分解，用对数级参数实现指数级感受野增长，破解了大核卷积参数爆炸与性能饱和的困局。将其作为YOLO的backbone，让YOLO在自动驾驶等安全关键场景中，凭借小波变换的多频感知能力，以对数级参数实现全局感受野，大幅提升对运动模糊、噪声等图像损坏的鲁棒性。

专栏链接：YOLO系列算法改进专栏链接

专栏文章：YOLO26改进系列 | 卷积篇、轻量化、注意力、损失函数、Backbone、SPPF、C2PSA、Neck、检测头全方面保姆级优化合集 | 同样适配YOLOv11改进！！！

目录

 0. 前言

1. WTConvNeXt网络简介

2. WTConvNeXt网络原理与创新点

🧠 WTConvNeXt网络基本原理

🎯 WTConvNeXt网络创新点

3. 具体改进步骤

🍀🍀步骤1：创建WTConvNeXt.py文件

🍀🍀步骤2：tasks.py文件修改

⚡1. WTConvNeXt网络导入

⚡2. DecoupleNet网络注册

⚡3. 其他修改1（Ctrl+F搜索定位一下）

⚡4. 其他修改2（Ctrl+F搜索定位一下）

⚡5. 其他修改3（_predict_once函数修改）

🍀🍀步骤3：创建YAML配置文件

🍀🍀步骤4：新建train.py文件训练模型

🍀🍀步骤5：模型结构打印结果

1. WTConvNeXt网络简介

近年来，研究人员试图增加卷积神经网络的内核大小，以模仿视觉Transformer自注意力块的全局感受野。然而，这种方法很快遇到了上限，并在达到全局感受野之前就饱和了。在这项工作中，我们证明通过利用小波变换，实际上可以获得非常大的感受野，而不会遭受过度参数化的问题——例如，对于一个k×k的感受野，所提出方法的可训练参数数量仅随k对数增长。所提出的名为WTConv的层可以作为现有架构中的即插即用替换，实现有效的多频响应，并随感受野大小优雅地扩展。我们在ConvNeXt和MobileNetV2架构中展示了WTConv层在图像分类以及下游任务骨干网络上的有效性，并证明它带来了额外的特性，如图像损坏的鲁棒性和对形状而非纹理的响应增强。

​

原始论文：2407.05848

原始代码：