YOLOv改进 | YOLOv11添加WTConv小波卷积,能够更有效地捕捉局部和全局特征

YOLOv改进 | YOLOv11添加WTConv小波卷积,能够更有效地捕捉局部和全局特征

一、引言

在计算机视觉目标检测领域,YOLO(You Only Look Once)系列算法凭借“单阶段检测”的高效性(一次前向传播同时完成目标定位与分类),已成为工业界与学术界的主流选择。从YOLOv1到YOLOv11,算法持续迭代优化,在速度与精度之间寻求平衡,广泛应用于自动驾驶、智能安防、工业质检等场景。然而,在复杂场景(如小目标检测、目标遮挡、低质量图像)中,传统YOLOv11模型面临显著挑战:

  • 局部特征提取不足:传统卷积(如3×3)虽能有效捕捉目标的局部细节(如边缘纹理),但对目标的整体结构(如全局轮廓)感知较弱,导致小目标(如远处行人、微小零件)检测精度下降。
  • 全局特征建模弱:传统卷积的局部感受野限制了其对图像全局信息(如目标与背景的关联、多目标的空间布局)的提取能力,影响复杂场景下的检测召回率。
  • 多尺度特征融合难:小目标与大目标需不同尺度的特征(小目标依赖高分辨率细节,大目标依赖低分辨率语义),传统卷积难以同时兼顾多尺度特征的融合。

为解决上述问题,本文提出一种基于WTConv(Wavelet Transform Convolution,小波卷积)的YOLOv11改进方案。WTConv通过小波变换的多尺度分解,将输入特征图分解为不同频率的子带(低频全局信息与高频

小波卷积WTConv:为YOLOv11注入轻量化与高效感受野的新动力 本文深入解析了WTConv(小波卷积层)如何为YOLOv11带来轻量化与高效感受野的创新突破。通过小波变换技术,WTConv在频域实现感受野扩展,显著降低模型参数量和计算开销,同时保持检测精度。文章详细介绍了WTConv的工作原理、在YOLOv11中的集成方法,以及实测效果对比,为边缘设备部署提供了高效解决方案。 阅读详情

相关推荐

提升YOLOv11检测能力-Conv/卷积改进:使用小波卷积WTConv目标检测改进(附参考代码)

随着YOLO系列目标检测模型的持续发展,YOLOv11进一步提升了实时目标检测的精度和速度。然而,传统卷积操作在处理复杂图像时的感受野仍然受到限制,特别是在复杂背景和小目标的检测任务中。为了解决这个问题,2024年ECCV提出的Wavelet Transform Convolution(WTConv)引入了小波变换,帮助CNN(卷积神经网络)拓展感受野,同时避免了大卷积核带来的过度参数化问题。本文将深入探讨WTConv的工作原理,如何有效地提升YOLOv11的性能,并结合实际代码实现,展现如何将其集成到YO

一键难忘的博客 1310

YOLOv11涨点改进 | 独家Conv篇 | ECCV 2024| YOLOv11添加WTConv小波卷积, 能够更有效地捕捉局部和全局特征, 助力高效涨点

本文提出了一种基于小波变换的WTConv卷积模块,用于优化YOLOv11目标检测模型。该模块通过小波变换实现大感受野和高参数效率,在ImageNet分类、语义分割和目标检测任务中均表现出性能提升。WTConv采用多级小波分解结构,以对数级参数增长实现指数级感受野扩展,同时增强网络对低频信息的捕捉能力及形状偏好。实验表明,该模块能有效提升模型对图像损坏的鲁棒性,并可作为即插即用组件直接替代现有CNN架构中的深度可分离卷积。文章详细介绍了WTConv的核心代码实现、模块添加方法及yaml配置文件创建过程。

Ai缝合怪、助力小伙伴高效发论文 462

YOLOv11改进:基于小波卷积WTConv的大感受野目标检测网络-

本文提出的WT-YOLOv11目标检测网络,通过引入小波卷积的多尺度分析能力,显著提升了模型的大感受野建模能力和多尺度目标检测性能。实验表明,该方法在保持YOLO系列高效特性的同时,在多个基准数据集上实现了明显的性能提升,特别是在小目标检测和复杂场景下的表现尤为突出。完整的技术实现和详细的部署方案,为计算机视觉领域的研究者和工程师提供了实用的技术参考。未来工作将聚焦于进一步优化计算效率,探索自适应小波变换机制,以及研究跨模态的小波表示学习。

weixin_39818775的博客 1128

YOLOv11改进 - C3k2融合 | C3k2融合小波卷积WTConv (Wavelet Convolution) 实现感受野跨越式扩展与检测精度协同提升

本文介绍了小波变换(WT)与卷积操作结合的新型卷积层WTConv在YOLOv11中的结合应用。WTConv通过多级小波分解、小核卷积、逆小波变换和多级级联扩展,实现指数级感受野增长,同时参数量仅线性增加,还具备增强低频信息、灵活建模多频段特征等优势。我们将WTConv相关代码集成到YOLOv11的C3k2模块中,在`tasks.py`里注册,并配置了yaml文件。实验表明,改进后的模型在图像分类等任务中表现良好,对图像损坏更具鲁棒性。

魔改工程师的博客 1004

YOLOv11改进-卷积-引入小波卷积WTConv 解决多尺度小目标问题

1.首先,WTConv利用二维Haar小波变换对输入图像进行多级分解。低频分量 (LL):捕捉图像的低频信息,如整体形状或轮廓。水平高频分量 (LH):捕捉图像中的水平边缘信息。垂直高频分量 (HL):捕捉图像中的垂直边缘信息。对角线高频分量 (HH):捕捉图像的对角线细节。在每一级的小波变换中,图像被下采样(空间分辨率减半),但频率信息得到了更细的分解。递归地执行小波变换(称为多级分解)可以得到不同尺度下的频率分量。

qq_64693987的博客 1万+

YOLOv11改进 | Conv/卷积篇 | 2024最新ECCV最新大感受野的小波卷积WTConv助力YOLOv11有效涨点

本文给大家带来的改进机制是一种新的卷积层,称为WTConv(小波卷积层),它利用小波变换(WT)来解决卷积神经网络(CNN)在实现大感受野时遇到的过度参数化问题。WTConv的主要目的是通过对输入数据的不同频率带进行处理,使CNN能够更有效地捕捉局部和全局特征,WTConv成功解决了CNN在感受野扩展中的参数膨胀问题,提供了一种更为高效、鲁棒且易于集成的卷积层解决方案,我将其用于二次创新YOLOv11中的C3k2机制可以减少一定参数量和计算量,达到一个可观的轻量化作用。

Snu77的博客 6234

YOLOv11改进 | Conv/卷积篇 | 2024最新ECCV最新大感受野的小波卷积WTConv助力YOLOv11有效涨点(二次创新C3k2)

本文给大家带来的改进机制是一种新的卷积层,称为WTConv(小波卷积层),它利用小波变换(WT)来解决卷积神经网络(CNN)在实现大感受野时遇到的过度参数化问题。WTConv的主要目的是通过对输入数据的不同频率带进行处理,使CNN能够更有效地捕捉局部和全局特征,WTConv成功解决了CNN在感受野扩展中的参数膨胀问题,提供了一种更为高效、鲁棒且易于集成的卷积层解决方案,我将其用于二次创新YOLOv11中的C3k2机制可以减少百分之十的参数量和计算量,达到一个可观的轻量化作用。

Snu77的博客 3252

YOLOv11改进 | Conv篇 | YOLOv11引入24年大感受野的小波卷积WTConv

1. WTConv介绍1.1 摘要:近年来,人们试图通过增加卷积神经网络(ConvolutionalNeuralNets,CNNs)的核尺寸来模拟视觉变换器(VisionTransformers,ViTs)的自我注意块的全局感受域。然而,这种方法很快就达到了一个上限和饱和的方式之前,实现了一个全球的接受领域。在这项工作中,我们证明,通过利用小波变换(WT),它是,事实上,有可能获得非常大的感受野,而不遭受过度参数化,例如,对于k × k的感受野,所提出的方法中的可训练参数的数目仅随k的对数增长。

tsg6698的博客 1718

YOLOv11【第二章:核心模块进阶篇·第6节】WTConv小波变换卷积YOLOv11融合!

🏆 本文收录于专栏 《YOLOv11实战:从入门到深度优化》。本专栏围绕 YOLOv11 的改进、训练、部署与工程优化 展开,系统梳理并复现当前主流的 YOLOv11 实战案例与优化方案,内容目前已覆盖 分类、检测、分割、追踪、关键点、OBB 检测 等多个方向。

**My Coding Family** 7542

【YOLOv11改进- 主干网络】YOLOv11+WTConv(ECCV2024): 基于YOLOv11的主干网络改进,大感受野的小波卷积

论文提出了WTConv,这是一个使用级联小波分解的层,并执行一组小卷积核的卷积,每个卷积专注于输入的不同频率带,并具有越来越大的感受野。这个过程能够在输入中对低频信息给予更多重视,同时仅增加少量可训练参数。实际上,对于一个  的感受野,可训练参数数量只随着  的增长而呈对数增长。而WTConv与常规方法的参数平方增长形成对比,能够获得有效的卷积神经网络(CNN),其有效感受野(ERF)大小前所未有。

qq_41304809的博客 1405

YOLOv11改进策略【卷积层】| ECCV-2024 小波卷积WTConv 增大感受野,降低参数量计算量,独家创新助力涨点

本文记录的是利用模块优化的目标检测网络模型。WTConv的目的是在不出现过参数化的情况下有效地增加卷积的感受野,从而解决了在感受野扩展中的参数膨胀问题。本文将其加入到深度可分离卷积中,有效降低模型参数量和计算量,并二次创新C3k2,使模块更好地捕捉低频特征,增强网络性能。Wavelet Convolutions for Large Receptive Fields小波卷积及其改进的实现代码如下: 四、创新模块 4.1 改进点1⭐ 模块改进方法:加入(第五节讲解添加步骤)。添加后如下:基于的深度可分离模块。

Limiiiing的博客 3497

YOLOv11改进 | Conv/卷积篇 | 2024 ECCV最新大感受野的小波卷积WTConv助力YOLOv11有效涨点

大感受野优势:等效15×15卷积核的感知范围多频带协同:低频定位与高频细节的互补增强动态适应性:学习各频带的最优融合权重部署友好:通过定制插件实现高效推理实验表明,WTConv在COCO数据集上可实现2.8%的mAP提升,对小目标检测的改善尤为显著(+6.7%)。这种基于频域分析的卷积创新为计算机视觉模型的架构设计提供了新思路,特别适用于需要多尺度感知的视觉任务。未来工作将聚焦于可学习小波基和硬件协同设计方向。

weixin_39818775的博客 1089

YOLOv11改进:基于小波变换的大感受野卷积WTConv

本文提出的WTConv模块通过巧妙结合小波变换与卷积操作,有效扩大了网络感受野,在YOLOv11上实现了显著的性能提升。性能提升显著:在COCO上实现2.3% mAP提升计算效率高:仅增加少量计算开销部署友好:支持主流推理框架通用性强:可应用于其他视觉任务WTConv为目标检测网络设计提供了新的思路,特别是在需要大感受野的应用场景中展现出独特优势。未来我们将继续优化其实时性能和泛化能力。

weixin_39818775的博客 657

YoloV8改进策略:卷积篇|大感受野的小波卷积|即插即用

通过百度网盘分享的文件:YoloV8改进策略:卷积篇大感受野的小波卷积即插即用链接:https://pan.baidu.com/s/1dtVD6zkg7EIQuScnz2N7_Q?

m0_47867638的博客 1945

使用 AFL++ 对 IoT 二进制文件进行模糊测试 - 第一部分

American fuzzy lop 是一款面向安全的模糊测试器,它采用一种新型的编译时插桩和遗传算法,可以自动发现干净、有趣的测试用例,从而触发目标二进制文件中新的内部状态。这显著提高了模糊测试代码的功能覆盖率。AFL 的地址是它已经有一段时间没有更新了。虽然 AFL 仍然运行良好,但有一个新项目 AFL++,它是 AFL 的一个分支,包含许多改进和新功能。AFL++ 的地址是,其源代码位于。在本文中,我们将研究如何使用 AFL++ 对 IoT 二进制文件进行模糊测试。

技术超强的网络安全平台 1093

SAP 物料的分割评估

SAP 物料的分割评估 前言 本文主要讲解SAP中物料的分割评估,通过分割评估来区分出同一物料不同来源下的核算方式。例如:同一物料分为自产或者采购,或者同一物料分为进口或者国内采购等。 一、概述 分割评估一般用于以下场景: 1、物料分为内部采购和外部采购; 2、物料分属于进口或者国内采购; 3、物料分属于不同的批次; 4、物料分为自制或者采购。 由于物料的来源不同可能导致物料的价格或者性质不同,需要用不同价格来区分出 二、配置步骤 1.激活分割评估 ...

五谷散熊 6796

NVIDIA 2025 Board Design Engineer 校招笔试

电路分析,矩形波阶跃反馈驱动​,误差信号。非常简单,数电or​离散基础。第一题是考试规矩知情确认。大二暑假做的,纯体验​。五六题太长,下篇分享。

m0_74253823的博客 1146

BetaFlight代码解析(5)— PID控制器

Betaflight的PID控制器是保持飞行器稳定的核心算法,通过比例、积分、微分三组件实时校正姿态误差。该系统还包含前馈、动态D项限制、反重力等高级功能,通过多PID配置文件实现灵活调参,并提供多种调试模式分析性能。这些优化使控制器在保证稳定性的同时提高响应速度,是飞行调优的关键部分。

rainercool的专栏 1501

【PINN物理信息网络】基于PINN物理信息网络求解瞬态薛定谔方程(python)

【PINN物理信息网络】基于PINN物理信息网络求解瞬态薛定谔方程(python)

k8291121的博客 2725

Tessent ATPG Flow 流程 (代码和注释)

**摘要:Tessent ATPG流程分为五个阶段:1) 环境初始化(加载设计文件、库和扫描链配置);2) DRC规则检查(验证设计可测试性并修复违例);3) ATPG向量生成(设置故障模型并运行引擎优化覆盖率);4) 向量验证与后处理(仿真验证并生成ATE格式文件);5) 进阶操作(多电压域和存储器测试)。流程输出包括测试向量、覆盖率报告和验证日志,支持stuck-at和transition故障模型,使用Tcl脚本控制。关键步骤包含扫描链配置、EDT压缩和覆盖率优化。

QQ_778132974的博客 935

详细介绍用MATLAB实现基于A*算法的路径规划(附完整的代码,代码逐行进行解释)(一)--------A*算法简介和环境的创建

   本系列文章主要介绍基于A*算法的路径规划的实现,并使用MATLAB进行仿真演示。    一、 A*算法简介       A*(A-Star)算法是一种静态路网中求解最短路径最有效的直接搜索方法,也是解决许多搜索问题的有效算法。算法中的距离估算值与实际值越接近,最终搜索速度越快。      公式表示为: f(n)=g(n)+h(n),其中, f(n) 是从初始状态经由状态n到目标状态的代价估计,g(n) 是在状态空间中从初始状态到状态n的实际代价,h(n) 是从状态n到目标状态的最佳路径的估计代价。

慕羽★的博客 7万+

光伏微电网蓄电池储能控制系统设计及动态性能分析

本文构建了光伏微电网蓄电池储能控制系统的完整理论体系。在系统架构方面,提出了基于直流母线电压平衡的多时间尺度能量管理理论,建立了光伏发电单元的二阶物理模型和MPPT动态跟踪算法。针对蓄电池系统,设计了融合二阶RC等效电路与扩展卡尔曼滤波的SOC估计方法,误差控制在3%以内。双向DC-DC变换器采用状态空间平均建模方法,推导了小信号传递函数,为闭环控制提供理论基础。该体系实现了从瞬时功率平衡到长期能量调度的多层级协同控制,为微电网稳定运行提供了系统的解决方案。

AI的内部世界的博客 191

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

上一篇: Linkage Mapper 生态廊道(LCPs)的生态意义——最小成本路径代表物种最可能迁徙路线
下一篇: YOLOv改进 | YOLOv11 PPA并行感知块注意力模块
鱼弦
鱼弦 优质创作者: 编程框架技术领域 优质创作者: 编程框架技术领域 领域专家: 数据科学与机器学习技术领域 领域专家: 数据科学与机器学习技术领域
博客等级 码龄14年 2万+粉丝 3784原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

鱼弦

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值
⌂ 换网址