我的随笔

YOLOv11改进大全：卷积层、轻量化、注意力机制、损失函数、Backbone、SPPF、Neck、检测头全方位优化汇总

YOLOv8大师 2025-12-19 22:22 阅读:17 评论:0 推荐:0

【YOLOv11改进 - 注意力机制】EMA（Efficient Multi-Scale Attention）：基于跨空间学习的高效多尺度注意力

YOLOv8大师 2024-11-07 22:02 阅读:2935 评论:0 推荐:0

YOLOv11 正式发布！你需要知道什么? 另附：YOLOv8 与YOLOv11 各模型性能比较

YOLOv8大师 2024-11-07 21:21 阅读:20095 评论:1 推荐:0

【YOLO11改进 - C3k2融合】C3k2DWRSeg二次创新C3k2_DWR：扩张式残差分割网络，提高特征提取效率和多尺度信息获取能力，助力小目标检测

YOLOv8大师 2024-11-05 09:26 阅读:1588 评论:0 推荐:0

【YOLOv11改进 - 注意力机制】LSKA(Large Separable Kernel Attention)：大核分离卷积注意力模块

YOLOv8大师 2024-11-01 09:28 阅读:1403 评论:0 推荐:0

【YOLOv8改进- 多模块融合改进】GhostConv + ContextAggregation 幽灵卷积与上下文聚合模块融合改进，助力小目标高效涨点

YOLOv8大师 2024-07-26 16:35 阅读:910 评论:0 推荐:0

【YOLOv8改进 - 注意力机制】ContextAggregation : 上下文聚合模块，捕捉局部和全局上下文，增强特征表示

YOLOv8大师 2024-07-26 16:34 阅读:527 评论:0 推荐:0

【YOLOv8改进- Backbone主干】BoTNet：基于Transformer，结合自注意力机制和卷积神经网络的骨干网络

YOLOv8大师 2024-07-26 16:33 阅读:435 评论:0 推荐:0

【YOLOv8改进 - 注意力机制】Gather-Excite : 提高网络捕获长距离特征交互的能力

YOLOv8大师 2024-07-26 16:32 阅读:169 评论:0 推荐:0

【YOLOv8改进 - 注意力机制】NAM：基于归一化的注意力模块，将权重稀疏惩罚应用于注意力机制中，提高效率性能

YOLOv8大师 2024-06-30 21:54 阅读:492 评论:0 推荐:0