标签: 特征融合
YOLOv11改进 - Mamba C3k2融合 VSS Block (Visual State Space Block) 视觉状态空间块,优化多尺度特征融合
# 前言
本文介绍了将Mamba架构与U型网络结合的Mamba - UNet,用于医学图像分割。传统CNN和ViT在建模医……
YOLOv11 改进 - 特征融合 _ SSFF+TPE+CPAM 协同,ASF-YOLO 三重模块破解密集小目标分割难题
# 前言
本文介绍了基于注意力尺度序列融合的ASF - YOLO模型在YOLOv11中的结合应用。ASF - YOLO旨在实现……
YOLOv11 改进 - C2PSA C2PSA融合CPIASA跨范式交互与对齐自注意力机制(ACM MM2025) 交互对齐机制破解特征融合难题,提升小目标与遮挡目标判别力
# 前言
文章目录: YOLOv11改进大全:卷积层、轻量化、注意力机制、损失函数、Backbone、SPPF、Neck、……
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,……
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……
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……
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……
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……