论文介绍翻译结果当前的实时语义分割模型（无论单分支还是多分支结构）均能实现较好的性能与速度表现，但其速度受限于多路径模块设计，部分模型还需依赖高性能教师模型进行训练。为解决这些问题，本文提出金箍棒网络（GCNet）。该网络通过垂直多卷积与水平多路径结构进行训练，并在推理阶段重参数化为单一卷积操作，从而同步优化性能与速度。这种设计使GCNet在训练时能自我扩展，推理时能自我压缩，无需外部教师模型即可自主实现"教师功能"。实验表明，GCNet在Cityscapes、CamVid和Pascal VOC 2012数据集上的性能与速度均超越现有先进模型。代码已开源：https://github.com/gyyang23/GCNet。文章地址：地址改进步骤步骤1新建ultralytics\nn\extra_modules\block.py，添加如下代码：#######################