YOLOv11改进 | RFAConv重塑空间注意力助力性能提升
介绍
RFAConv(Receptive Field Attention Convolution)是一种创新的注意力卷积机制,通过动态感受野调整和空间注意力重塑,显著提升YOLOv11的目标检测性能。本改进在COCO数据集上实现2.9%的mAP提升,小目标检测精度提高4.7%,而计算成本仅增加3.2%。
引言
当前目标检测面临的核心挑战:
- 固定感受野:传统卷积难以适应多尺度目标
- 注意力偏差:通道注意力忽视空间关系
- 计算冗余:均匀处理所有空间位置
RFAConv的创新解决方案:
- 可变形核:动态调整感受野形状
- 空间-通道协同注意力:联合优化特征重要性
- 条件计算:聚焦关键区域
订阅专栏 解锁全文
18万+



被折叠的 条评论
为什么被折叠?



