摘要：
本文介绍了高速度视觉变换器EfficientViT在YOLOv11中的结合应用。现有视觉变换器计算成本高，不适合实时应用，EfficientViT通过采用夹心布局的内存高效模块和级联组注意力操作，减少了多头自注意力中的计算冗余，提高了内存效率和通道间通信。我们将EfficientViT集成进YOLOv11，通过一系列代码修改与配置，经实验验证取得了一定的效果，在速度和准确性之间达成了较好的平衡。 阅读全文
posted @ 2026-05-03 11:33
魔改工程师
阅读(16)
评论(0)
推荐(0)
摘要：
本文介绍了EfficientRep卷积神经网络架构及其核心模块在YOLOv11中的结合应用。为解决传统神经网络效率评估指标对硬件不敏感问题，提出设计硬件感知神经网络的方法，构建EfficientRep架构。该架构采用RepVGG风格卷积结构，训练时结合多分支确保准确性，推理时转换为单分支。我们将EfficientRep的RepVGGBlock和RepBlock集成进YOLOv11，实验表明，其在单 阅读全文
posted @ 2026-05-03 11:30
魔改工程师
阅读(28)
评论(0)
推荐(0)
摘要：
本文介绍了将ConvNeXt V2与YOLOv11相结合的方法。先前的ConvNeXt模型与自监督学习结合效果不佳，为此提出全卷积掩码自动编码器框架和全局响应归一化（GRN）层，形成ConvNeXt V2模型家族，显著提升了纯卷积神经网络在各类识别基准上的性能。我们将ConvNeXt V2引入YOLOv11，对相关代码进行了修改和注册，并配置了yolov11 - ConvNeXtV2.yaml文件 阅读全文
posted @ 2026-05-03 11:29
魔改工程师
阅读(30)
评论(1)
推荐(1)
摘要：
本文介绍了一种轻量级的特征下采样模块 ADown，它结合平均池化与最大池化策略，实现更有效的信息保留与压缩。在传统卷积网络中，特征下采样常造成信息损失，而 ADown 通过双通道并行结构优化了下采样效果，提升了模型的表达能力。在 YOLOv11 中引入 ADown 替换原有的下采样模块后，网络在保持高效性的同时，显著提升了目标检测的精度与稳定性。文章详细介绍了 ADown 的核心代码实现、模块注册 阅读全文
posted @ 2026-05-03 11:27
魔改工程师
阅读(81)
评论(0)
推荐(0)
摘要：
本文介绍了焦点调制网络（FocalNets）及其在YOLOv11中的结合应用。FocalNets完全用焦点调制模块替代自注意力，该模块由焦点上下文化、门控聚合和逐元素仿射变换组成，能有效建模视觉中的标记交互。它通过局部特征聚焦、全局信息调制和多尺度处理增强模型表达能力。我们将FocalModulation模块集成进YOLOv11。 > **文章目录： [YOLOv11改进大全：卷积层、轻量化、注意 阅读全文
posted @ 2026-05-03 11:25
魔改工程师
阅读(24)
评论(0)
推荐(0)
摘要：
本文介绍了新型视觉适配器微调方法Mona，并将其集成到YOLOv11中。传统全参数微调成本高、存储负担重且有过拟合风险，现有PEFT方法性能落后。Mona仅调整5%以内的骨干网络参数，在多个视觉任务中超越全参数微调。其核心亮点包括参数效率高、性能突破和即插即用。适配器模块包含降维、多认知视觉滤波器等单元，通过深度可分离卷积和多尺度卷积核处理视觉信号，还加入分布适配层优化输入分布。我们将Mona集成 阅读全文
posted @ 2026-05-03 11:23
魔改工程师
阅读(41)
评论(0)
推荐(0)
摘要：
本文介绍了Large Separable Kernel Attention (LSKA)模块及其在YOLOv11中的结合应用。LSKA旨在解决Visual Attention Networks (VAN)使用大内核卷积时的计算效率问题，通过将2D深度卷积层的卷积核分解为级联的水平和垂直1-D卷积核，降低了计算复杂度和内存占用，且使VAN更关注物体形状。我们将集成LSKA的SPPF_LSKA模块引入 阅读全文
posted @ 2026-05-03 11:21
魔改工程师
阅读(28)
评论(0)
推荐(0)
摘要：
本文介绍了可编程梯度信息（PGI）和通用高效层聚合网络（GELAN），以及SPPELAN模块在YOLOv11中的结合应用。针对深度网络数据传输中的信息丢失问题，提出PGI概念以提供完整输入信息计算目标函数，获得可靠梯度更新网络权重；并基于梯度路径规划设计了GELAN架构。我们将SPPELAN模块集成进YOLOv11，在MS COCO目标检测任务中，GELAN展现出更好的参数利用率，PGI使模型表现 阅读全文
posted @ 2026-05-03 11:20
魔改工程师
阅读(62)
评论(0)
推荐(0)
摘要：
本文介绍了实时检测Transformer（RT-DETR）及其核心AIFI模块在YOLOv11中的结合应用。RT-DETR旨在解决YOLO速度和准确性受NMS负面影响、DETRs计算成本高的问题，通过设计高效混合编码器和解码器层数调整来提升性能。AIFI作为Transformer编码器层，通过构建2D正弦 - 余弦位置嵌入处理多尺度特征。我们将AIFI集成进YOLOv11，实验表明，改进后的模型在 阅读全文
posted @ 2026-05-03 11:18
魔改工程师
阅读(40)
评论(0)
推荐(0)
摘要：
本文介绍Mamba YOLO，为图片物体识别提供了“又快又准”的新方案。传统CNN架构运行快但难以捕捉远距离关联物体，Transformer架构精度高但计算量呈平方级增长，而SSM虽计算量为线性级且能抓全局关联，但用于图片识别时细节定位不准。为此，Mamba YOLO做了三项关键优化：引入ODMamba骨干网络，解决自注意力的二次复杂度问题，且无需预训练；设计ODMamba宏观结构确定最佳阶段比例 阅读全文
posted @ 2026-05-03 11:16
魔改工程师
阅读(25)
评论(0)
推荐(0)
浙公网安备 33010602011771号