pick1

前言 本文介绍Mamba YOLO，为图片物体识别提供了“又快又准”的新方案。传统CNN架构运行快但难以捕捉远距离关联物体，Transformer架构精度高但计算量呈平方级...

前言 本文介绍了Token Statistics Self-Attention（TSSA）机制，并将其集成到YOLOv11中。传统自注意力计算复杂度高，TSSA进行了范式转...

前言 本文提出部分注意力卷积（PATConv）机制，并将其集成到YOLOv11中。传统神经网络中，卷积计算密集，注意力机制全局计算冗余，此前的“部分卷积”会丢失未计算通道的...

前言 本文提出信息整合注意力（IIA）机制，并将其集成到YOLOv11中用于遥感图像语义分割。传统CNN难捕捉全局信息，Transformer计算复杂，现有基于Mamba的...

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YOLOv11中。传统U - Net类模型难以捕捉全局关联，Tra...

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YOLOv11中。传统U - Net类模型难以捕捉全局关联，Tra...

本文提出DiffCLIP，将差分注意力机制融入CLIP架构，通过计算互补注意力分布的差值，有效抑制噪声、增强关键特征。该方法在不显著增加计算成本的前提下，显著提升模型在图像...

本文提出收缩-广播自注意力（CBSA），通过选取代表性token进行收缩计算并广播结果，实现高效、可解释的线性复杂度注意力机制。其逻辑透明，统一多种注意力形式，并集成至YO...

必读指南 📖 | YOLOv11改进专栏简介 📌 1. 模型改进无思路？200+实战方法直接落地 针对YOLO模型改进痛点，本专栏整理200+实战验证方法，覆盖卷积层、...

> 继续 All in all, 相信未来可期。 > 厚积薄发，Make things happen....

【YOLOv11改进 - 注意力机制】EMA（Efficient Multi-Scale Attention）：基于跨空间学习的高效多尺度注意力...

YOLOv11目标检测创新改进与实战案例专栏 @[TOC] 介绍 摘要 带有大卷积核注意力（LKA）模块的视觉注意网络（VAN）在一系列基于视觉的任务上表现出色，超越了视觉...

YOLOv10专栏介绍了一种用于精确分割管状结构的新方法DSCNet，它结合了动态蛇形卷积、多视角融合和拓扑连续性约束损失。DSConv创新地聚焦细长局部结构，增强管状特征...

AKConv是一种可改变核卷积，旨在解决传统卷积的局限，包括固定大小的卷积窗口和卷积核尺寸。AKConv提供灵活的卷积核参数和采样形状，适应不同尺度特征。其创新点包括：1）...

摘要 ​边界框回归（BBR）在目标检测和实例分割中被广泛使用，这是目标定位中的一个重要步骤。然而，大多数现有的边界框回归损失函数在预测框与真实框的宽高比相同，但宽度和高度值...

摘要 在计算机视觉领域，模型效率的重要性日益增加。在本文中，我们系统地研究了用于目标检测的神经网络架构设计选择，并提出了几个关键优化以提高效率。首先，我们提出了一种加权双向...

摘要 带有大卷积核注意力（LKA）模块的视觉注意网络（VAN）在一系列基于视觉的任务上表现出色，超越了视觉Transformer（ViTs）。然而，这些LKA模块中的深度卷...