YOLO26
更多 >
前言
魔改工程师
2026-07-05
前言
魔改工程师
2026-07-05
前言
魔改工程师
2026-07-05
前言
魔改工程师
2026-07-05
前言
魔改工程师
2026-07-05
YOLO26改进 - 特征融合 融合Hyper-YOLO混合聚合网络MANet(Mixed Aggregation Network)通过多路径设计实现高效特征学习与模型适应性提升
魔改工程师
2026-07-05
YOLO26改进 - 特征融合 重参数化CSPELAN模块(Reparameterized CSPELAN Module)通过结构重参数化实现高效特征提取
魔改工程师
2026-07-05
YOLO26改进 - 特征融合 RepGFPN重参数化特征金字塔网络 ,实现高效多尺度特征交互与融合
魔改工程师
2026-07-05
YOLO11
更多 >
前言
魔改工程师
2026-06-04
YOLOv11 改进 - 即插即用 RepViTBlock重参数化视觉Transformer块:结构重参数化技术破解训练推理效率瓶颈,实现精度与速度兼得
魔改工程师
2026-06-04
YOLOv11 改进 - 主干网络 清华大学CloFormer AttnConv :利用共享权重和上下文感知权重增强局部感知,注意力机制与卷积的完美融合
魔改工程师
2026-06-04
YOLOv11 改进 - 主干网络 SwinTransformer 移位窗口层次化视觉变换器:层次化特征提取增强多尺度目标感知,优化复杂场景检测
魔改工程师
2026-06-04
YOLOv11 改进 - 主干网络 MobileNetV4 移动网络第四版:通用倒瓶颈与移动注意力协同优化硬件效率,提升移动端检测适应性
魔改工程师
2026-06-04
YOLOv11 改进 - 主干网络 RepViT重访移动端CNN的ViT视角:轻量级设计分离Token与Channel混合器,优化移动端实时检测
魔改工程师
2026-06-04
YOLOv11 改进 - 主干网络 RevCol可逆列网络:轻量级多列设计破解特征信息丢失难题,提升小目标与密集目标感知精度
魔改工程师
2026-06-04
YOLOv11 改进 - 主干网络 FasterNet (基于PConv部分卷积的神经网络):轻量级设计优化内存访问效率,实现精度与速度双重提升
魔改工程师
2026-06-04
最新文章
YOLO26
YOLO26
new
前言
本文介绍了一种在YOLO26目标检测模型中引入高效解码器模块EMCAD的创新方法,以提升模型在资源受限场景下……
魔改工程师
2026-07-05
1
0
0
YOLO26
new
前言
在目标检测任务中,特征融合结构(Neck)对模型性能具有至关重要的影响。本文基于YOLO26架构,引入了一种……
魔改工程师
2026-07-05
2
0
0
YOLO26
new
前言
本文介绍了基于Haar小波的下采样(HWD)模块与YOLO26的结合,以解决语义分割任务中池化特征导致重要空间……
魔改工程师
2026-07-05
1
0
0
YOLO26
new
前言
本文介绍了鲁棒特征下采样模块(RFD)与 YOLO26的结合,以解决遥感图像分析难题。RFD 包含浅层 SRFD 和……
魔改工程师
2026-07-05
0
0
0
YOLO26
new
前言
本文介绍了基于小波变换的池化方法——Wavelet Pooling,作为传统最大池化与平均池化的有效替代方案。该方……
魔改工程师
2026-07-05
0
0
0
YOLO26
new
YOLO26改进 - 特征融合 重参数化CSPELAN模块(Reparameterized CSPELAN Module)通过结构重参数化实现高效特征提取
# 前言 本文介绍了可编程梯度信息(PGI)和通用高效层聚合网络(GELAN)及其在 YOLO26中的结合。现有深……
魔改工程师
2026-07-05
0
0
0
YOLO26
new
YOLO26改进 - 特征融合 融合Hyper-YOLO混合聚合网络MANet(Mixed Aggregation Network)通过多路径设计实现高效特征学习与模型适应性提升
# 前言 本文介绍了新型目标检测方法 Hyper - YOLO 及其在 YOLO26中的结合。传统 YOLO 模型颈部设计有局……
魔改工程师
2026-07-05
0
0
0
YOLO26
new
YOLO26改进 - 特征融合 RepGFPN重参数化特征金字塔网络 ,实现高效多尺度特征交互与融合
# 前言 本文介绍了DAMO - YOLO目标检测方法及其相关技术在YOLO26中的结合。DAMO - YOLO扩展了多项新技术……
魔改工程师
2026-07-05
0
0
0
YOLO26
new
YOLO26改进 - 特征融合 EFC增强层间特征相关性,通过多尺度特征交互减少冗余信息丢失即插即用
# 前言 本文介绍了基于增强层间特征相关性(EFC)的轻量级融合策略及其在 YOLO26中的结合。检测无人机图……
魔改工程师
2026-07-05
0
0
0
YOLO26
new
YOLO26改进 - 注意力机制 融合HCF-Net维度感知选择性整合模块DASI 增强小目标显著性
# 前言 本文介绍了维度感知选择性融合(DASI)模块在YOLO26中的结合应用。DASI模块是HCF - Net用于红外……
魔改工程师
2026-07-05
0
0
0
加载更多
加载更多