YOLO26
YOLO11
最新文章
YOLO26
new
YOLO11 改进 - C2PSA _ C2PSA融合TSSA(Token Statistics Self-Attention)令牌统计自注意力，优化遮挡目标感知
## 前言
本文介绍了Token Statistics Self\-Attention（TSSA）机制，并将其集成到YOLOv11中。传统自注意……
魔改工程师
2026-03-11
new
YOLO11 改进 - C2PSA _ C2PSA融合MSLA多尺度线性注意力（Arxiv2025 ）：并行多分支架构融合上下文语义，提升特征判别力
## 前言
本文介绍了多尺度线性注意力机制MSLA，并将其集成进YOLOv11。现有基于CNN和Transformer的医学图……
魔改工程师
2026-03-11
new
YOLO11 改进 - C2PSA _ C2PSA融合Mona多认知视觉适配器(CVPR 2025)：打破全参数微调的性能枷锁：即插即用的提点神器，引领视觉微调新突破
## 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YOLOv11中。传统全参数微调成本高、存储负……
魔改工程师
2026-03-11
new
YOLO11 改进 - C2PSA _ C2PSA融合Mask Attention掩码注意力，可学习掩码矩阵破解低分辨率特征提取难题 _ 2025 预印
## 前言
本文提出了用于低分辨率图像分割的MaskAttn \- UNet框架，并将其核心的掩码注意力机制集成到YOLO……
魔改工程师
2026-03-11
new
YOLO11 改进 - C2PSA _ C2PSA融合EDFFN高效判别频域前馈网络(CVPR 2025)：频域筛选机制增强细节感知，优化复杂场景目标检测
## 前言
本文介绍了高效判别频域前馈网络（EDFFN），并将其集成到YOLOv11中。EDFFN是为解决图像复原中局……
魔改工程师
2026-03-11
new
YOLO11 改进 - C2PSA _ C2PSA融合DML动态混合层（Dynamic Mixing Layer）轻量级设计优化局部细节捕获与通道适应性，提升超分辨率重建质量
## 前言
本文介绍了动态混合层（DML），并将相关改进模块集成进YOLOv11。DML是SRConvNet核心组件，用于解……
魔改工程师
2026-03-11
new
YOLO11 改进 - C2PSA _ C2PSA融合DiffAttention差分注意力：轻量级差分计算实现高效特征降噪，提升模型抗干扰能力
## 前言
本文介绍了 DiffCLIP，一种将差分注意力机制集成到 CLIP 架构的视觉 \- 语言模型，并将其应用于 ……
魔改工程师
2026-03-11
new
YOLO11 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、Nec……
魔改工程师
2026-03-11
new
YOLO11 改进 - C2PSA 动态混合层（Dynamic Mixing Layer, DML）轻量级设计优化局部细节捕获与通道适应性，提升超分辨率重建质量
# 前言
本文介绍了动态混合层（DML），并将相关改进模块集成进YOLOv11。DML是SRConvNet核心组件，用于……
魔改工程师
2026-03-11
new
YOLO11 改进 - C2PSA EDFFN高效判别频域前馈网络(CVPR 2025)：频域筛选机制增强细节感知，优化复杂场景目标检测
# 前言
本文介绍了高效判别频域前馈网络（EDFFN），并将其集成到YOLOv11中。EDFFN是为解决图像复原中局……
魔改工程师
2026-03-11
加载更多
