基于YOLO和Mamba系列：VSS块与Mamba UNet的创新结合及其实验分析，YOLOv9的革新进展：Mamba...

简介：
本文介绍了一种将VSS块与Mamba UNet相结合的新方法，并应用于YOLOv9中，展示了其在目标检测任务中的优越性能和实验结果。 本段落探讨了YOLO与Mamba系列的结合创新，并介绍了VSS块及Mamba UNet的应用及其实验结果分析。在YOLOv9的基础上进行了升级，通过采用基于视觉编码器-解码器结构的Mamba UNet，在VSS模块中实现了特征分叉和深度融合，特别适用于小目标和低对比度场景下的检测任务。 创新点之一在于采用了纯视觉的Mamba（VMamba）作为网络中的编码器与解码器，并通过跳跃连接保存不同尺度的空间信息。在VSS块内，输入特征首先经过线性嵌入层处理后分叉为两条路径：一条经历深度卷积和SiLU激活函数，随后进入SS2D模块；另一条则直接进行SiLU激活后再与前者合并。 基于多个数据集的实验表明，在小目标及低对比度场景中使用这种方法可以显著提升检测性能。为了更好地结合YOLOv9，VSS块进一步改进并与C2f结构相融合，形成了新的网络架构设计以实现更优的效果。