标签： 特征融合
new
YOLO26改进 -下采样 特征融合 NECK 优化，CARAFE 轻量算子让 YOLO26 细节检测飙升
# 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，……
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。现有深度……
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 模型颈部设计有局限……
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……
new
YOLO26改进 - 特征融合 HS-FPN高效特征金字塔网络，通过选择性特征交互实现参数优化与性能提升
前言
本文介绍了一种创新的白细胞检测方法——多层次特征融合和可变形自注意力 DETR（MFDS - DETR）及其……
