【yolo26改进】CVPR 2026 CPUBone：GrFuMBConv 分组融合倒置瓶颈，即插即用！附二次创新

2026-09-02 分类：服务器百科阅读(31) 评论(0)

主流轻量模型（MobileNet / EfficientNet / RepViT 等）普遍用 Depthwise Convolution（DWConv）来压低 MACs。但 CPUBone 论文通过大量实测揭示了一个反直觉的事实：

DWConv 虽然 MACs 极低，但在 CPU 上的硬件执行效率（MACpS = MACs per second）同样极低，导致实际延迟并不占优。

原因有两个：

CPUBone 的解决思路不是换回标准卷积，而是从两个维度直接削减 MACs，同时保证 MACpS 不掉：

分组卷积（groups=2）：把标准卷积的 groups 设为 2，MACs 直接减半（论文公式 (2)：$M \\propto 1/\\text{groups}$）

小卷积核（2×2）：把 3×3 换成 2×2，MACs 再降约 56%（公式 (3)：$M \\propto K_H \\times K_W$）