标签: C3k2融合
new
YOLO26改进 - C3k2融合 C3k2融合Mona多认知视觉适配器:打破全参数微调的性能枷锁:即插即用的提点神器 CVPR 2025
# 前言
本文介绍了新型视觉适配器微调方法Mona,并将其集成到YOLO26中。传统全参数微调成本高、存储负……
new
YOLO26改进 - C3k2 C3k2融合SFS-Conv空间 - 频率选择卷积,在单卷积层中提取空间和频率维度特征,降低通道冗余
# 前言
本文介绍了高效卷积模块SFS - Conv及其在YOLO26中的结合应用。传统深度卷积神经网络在合成孔径……
new
YOLO26改进 - C3k2 C3k2融合LWGA轻量分组注意力(Light-Weight Grouped Attention):四路径并行架构破解通道冗余难题 AAAI 2026
前言
本文介绍了轻量级骨干网LWGANet及其核心模块LWGA在YOLO26中的结合。现有用于遥感(RS)视觉质量分……
new
YOLO26改进 - C3k2 C3k2融合HMHA分层多头注意力机制:优化模型在复杂场景下的目标感知能力 CVPR 2025
# 前言
本文介绍了分层多头注意力驱动的Transformer模型HINT中的核心模块HMHA,并将其集成到YOLO26中。……
new
YOLO26改进 - C3k2 C3k2融合FDConv频率动态卷积:空间-频域协同调制增强细节捕获,提升小目标与边界模糊目标检出 CVPR 2025
# 前言
本文提出新型频率动态卷积(FDConv),旨在解决传统动态卷积权重频率响应相似、参数开销大且适……
new
YOLO26改进 - C3k2 C3k2融合CBSA 收缩 - 广播自注意力轻量级设计实现高效特征压缩,优化处理效率 NeurIPS 2025
# 前言
本文介绍收缩 - 广播自注意力(CBSA)((Contract-and-Broadcast Self-Attention))机制,并……
new
YOLO26改进 - C3k2 C3k2融合 IIA信息整合注意力(Information Integration Attention )平衡精度与计算成本 TGRS2025
# 前言
本文提出信息整合注意力(IIA)机制,并将其集成到YOLO26中用于遥感图像语义分割。传统CNN和Tra……
new
YOLO26改进 - C3k2 C3k2融合 EVA Block高效视觉注意力块:融合多尺度特征自适应融合与通道级特征精炼 ICIP 2025
# 前言
本文介绍了双边高效视觉注意力网络(BEVANet),并将其核心特征提取单元EVA集成进YOLO26。实时……
new
YOLO26 改进 - C3k2 C3k2融合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YOLO26相结合。ESC是针对图像超分辨率任务设……