标签: 注意力机制
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用于红外小……
new
YOLO26改进 - 注意力机制 多扩张通道细化器MDCR 通过通道划分与异构扩张卷积提升小目标定位能力
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……
new
YOLO26改进 - 注意力机制 双层路由注意力BRA(Bi-Level Routing Attention)增强小目标特征捕获
前言
本文介绍了基于双层路由注意力(BRA)机制的BiFormer在YOLO26中的结合应用。传统注意力机制计算和……
new
YOLO26改进 - 注意力机制 ParNet并行子网络:多分支协同优化特征表达,增强模型判别能
前言
本文介绍了ParNet注意力机制及其在YOLO26中的应用。ParNet注意力通过并行子网络结构,将网络层组……
new
YOLO26改进 - 注意力机制 HAT混合注意力变换器:超分重建能力迁移,提升小目标特征清晰度与检测精度
前言
本文介绍了基于混合注意力的Transformer架构——HAT(Hybrid Attention Transformer),作为图像超……
new
YOLO26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YOLO26中的集成应用。GC Block是GCNet的核心组件,结合……
new
YOLO26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YOLO26中的结合。ELA旨在解决传统注意力机制在利用空……
new
YOLO26改进 - 注意力机制 Dual-ViT 双视觉变换器:双路径建模协同全局语义与局部特征,增强多尺度感知
前言
本文介绍了双视觉Transformer(Dual-ViT)架构,并将其引入YOLO26以降低自注意力机制的计算成本。……
new
YOLO26改进 - 注意力机制 CGAFusion (Content-Guided Attention Fusion) 抑制噪声提升跨模态检测精度与鲁棒性
前言
本文介绍了内容引导注意力融合模块(CGAFusion)在YOLO26中的结合应用。CGAFusion由通道注意力、……
new
YOLO26改进 - 注意力机制 STA超级令牌注意力机制:超级令牌采样实现高效全局依赖捕获,优化多尺度感知
前言
本文介绍了超级令牌注意力(STA)机制及其在YOLO26中的结合。STA机制通过引入超级令牌,将原始标……