芒果YOLOv5改进89：卷积SPConv篇，即插即用，去除特征图中的冗余，FLOPs 和参数急剧下降，提升小目标检测

芒果专栏 基于 SPConv 的改进结构，改进源码教程 | 详情如下🥇
👉1. SPConv 结构、👉2. CfSPConv 结构

💡本博客 改进源代码改进 适用于 YOLOv5 按步骤操作运行改进后的代码即可 即插即用 结构。博客 包括改进所需的 核心结构代码 文件

YOLOv5改进专栏完整目录链接：👉 芒果YOLOv5深度改进教程 | 🔥 订阅一个，阅读YOLOv5全部内容

重点：🔥🔥🔥YOLOv5 使用这个 核心创新点 在数据集改进做实验：即插即用

一层内的许多特征图共享相似但不相同的模式。但是，很难确定具有相似模式的特征是否是冗余的或包含基本细节。因此，论文作者不是直接去除不确定的冗余特征，而是提出了一种基于分割的卷积操作，即 SPConv，以容忍具有相似模式但需要较少计算的特征。