YOLO26
YOLO11
最新文章
YOLO26
YOLO11 改进 - 注意力机制 _ GCT(Gaussian Context Transformer)：高斯上下文变换器，轻量化的通道特征增强
## 前言
本文介绍了高斯上下文变换器（GCT）模块在YOLOv11中的结合应用。GCT是一种新型通道注意力模块，……
魔改工程师
2026-03-12
YOLO11 改进 - 注意力机制 _ GC Block(GlobalContext Block)全局上下文块：三重变换捕获全局依赖，提升复杂场景鲁棒性
## 前言
本文介绍了全局上下文块（GC Block）及其在YOLOv11中的集成应用。GC Block是GCNet的核心组件，结……
魔改工程师
2026-03-12
YOLO11 改进 - 注意力机制 _ Gather-Excite 聚集-激发注意力：空间上下文聚合与重校准优化多尺度目标检测
## 前言
本文介绍了Gather\-Excite（GE）框架及其在YOLOv11中的应用。GE框架旨在增强卷积神经网络（CNNs……
魔改工程师
2026-03-12
YOLO11 改进 - 注意力机制 _ GAM全局注意力机制：通道与空间注意力协同抑制背景干扰，强化目标关键特征
## 前言
本文介绍了全局注意力机制（Global Attention Mechanism）及其在YOLOv11中的结合应用。该机制旨……
魔改工程师
2026-03-12
YOLO11 改进 - 注意力机制 _ Focused Linear Attention 聚焦线性注意力：增强特征聚焦与多样性，优化多尺度目标检测
## 前言
本文介绍了Focused Linear Attention技术及其在YOLOv11中的集成。该技术旨在解决传统自注意力机……
魔改工程师
2026-03-12
YOLO11 改进 - 注意力机制 _ ESC (Emulating Self-attention with Convolution) 卷积模拟自注意力：增强小目标与密集场景检测 ICCV 2025
## 前言
本文提出了卷积模拟自注意力网络（ESC），并将其与YOLOv11相结合。ESC是针对图像超分辨率任务设……
魔改工程师
2026-03-12
YOLO11 改进 - 注意力机制 _ EMA (Efficient Multi-Scale Attention) 高效多尺度注意力：跨空间学习与多分支协同增强特征表征，优化多尺度目标检测
## 前言
本文介绍了高效多尺度注意力（EMA）模块及其在YOLOv11中的结合应用。现有注意力机制在通道维度缩……
魔改工程师
2026-03-12
YOLO11 改进 - 注意力机制 _ ELA(Efficient Local Attention)高效局部注意力：突破降维限制精准定位，增强小目标感知
## 前言
本文介绍了高效局部注意力（ELA）机制及其在YOLOv11中的结合。ELA旨在解决传统注意力机制在利用……
魔改工程师
2026-03-12
YOLO11 改进 - 注意力机制 _ EffectiveSE 高效挤压激励模块：单全连接层设计破解信息丢失难题，增强通道特征表征
## 前言
本文介绍了无锚实例分割方法CenterMask及改进骨干网络VoVNetV2，重点阐述了EffectiveSE（eSE）模……
魔改工程师
2026-03-12
YOLO11 改进 - 注意力机制 _ ECA (Efficient Channel Attention) 高效通道注意力：轻量级设计实现跨通道交互，增强特征表征能力
## 前言
本文介绍了Efficient Channel Attention（ECA）模块及其在YOLOv11中的结合应用。ECA模块是一种新……
魔改工程师
2026-03-12
加载更多
