??????本文自研創新改進：雙卷積由組卷積和異構卷積組成，執行 3×3 和 1×1 卷積運算代替其他卷積核僅執行 1×1 卷積，YOLOv8 Conv，從而輕量化RT-DETR，性能如下表，GFLOPs 8.1降低至7.6，參數量6.3MB降低至5.8MB

RT-DETR魔術師專欄介紹：

https://blog.csdn.net/m0_63774211/category_12497375.html

???魔改創新RT-DETR

??????引入前沿頂會創新，助力RT-DETR

??????基于ultralytics優化，與YOLO完美結合
 

1.DualConv原理

論文：https://arxiv.org/pdf/2202.07481.pdf

摘要：CNN 架構通常對內存和計算要求很高，這使得它們對于硬件資源有限的嵌入式系統不可行。 我們提出雙卷積核（DualConv）來構建輕量級深度神經網絡。 DualConv 結合了 3×