AI魔改博士-中大博士

原创 YOLO26创新改进

YOLO26创新改进。

原创 YOLO26创新改进

YOLO26创新改进。

原创 YOLO26创新改进

YOLO26创新改进。

原创 YOLO26创新改进

YOLO26创新改进。

原创 YOLO26创新改进

YOLO26创新改进。

原创 YOLO26创新改进

YOLO26创新改进。

原创 YOLO26创新改进

YOLO26创新改进。

原创 YOLO26创新改进

YOLO26创新改进。

原创 YOLO26创新改进

YOLO26创新改进。

原创 YOLO26创新改进

YOLO26创新改进。

原创 【YOLO26创新改进】AAAI 2025 | Conv创新改进篇 | 利用PSConv风车形卷积，适合红外小目标检测、红外弱目标检测、小目标检测、遥感小目标检测任务，高效涨点即插即用

⭐本文在YOLO26模型中引入PSConv风车形卷积模块，利用其“非对称填充 + 水平/垂直条带卷积 + 四方向风车形特征聚合”的结构，在目标细节尚未因下采样而大量丢失之前扩大有效感受野并强化局部弱特征，使网络更加敏感于小目标的中心响应、边缘及其周围背景关系，同时增强目标与背景之间的对比度并抑制杂波干扰，从而降低微小目标和低对比度目标的漏检概率。相比普通卷积，PConv的优势在于能够以相对可控的参数增量获得更大的浅层感受范围，并通过方向性特征提取提高小目标表征能力，尤其适合红外弱小目标、遥感小目标检测。

原创 【YOLO26创新改进】AAAI 2026顶会 | Transformer变体改进篇 | 使用DTAB扩张变压器注意力模块，适合图像分类、目标检测、实例分割和语义分割任务，即插即用涨点改进

⭐本文在YOLO26模型中引入DTAB扩张变压器注意力模块，可借鉴其“分组通道自注意力 + 掩码窗口自注意力 + 空洞前馈网络”的局部—全局协同机制，一方面通过分组通道注意力加强不同通道之间的全局语义交互，另一方面利用窗口注意力强化目标局部纹理、边缘和邻域关系，并借助空洞式感受野扩大上下文范围，从而提升YOLO26对小目标、复杂背景目标和多尺度目标的特征表达与定位能力。相比单纯卷积或单一注意力结构，DTAB能够同时兼顾长距离依赖和局部细节建模，具有更强的内容自适应性和更大的有效感受野。

原创 【YOLO26创新改进】BMVC 2024 | 特征融合创新改进篇 | 利用 MASAG多尺度自适应空间注意力门控融合模块，适合小目标检测、实例分割、医学图像分割任务，高效涨点即插即用

⭐本文在YOLO26模型中引入 MASAG多尺度自适应空间注意力门控融合模块，利用其“多尺度上下文融合—空间选择—局部与全局交叉调制—特征重校准”的机制，对浅层高分辨率细节和深层高语义特征进行自适应筛选与双向增强，从而减少传统Concat或Add融合中无效背景信息直接传递的问题。其作用在于根据当前目标的尺寸、形状和场景内容动态调整有效感受范围，突出目标区域、边缘和纹理等关键响应，同时利用高层语义抑制复杂背景干扰，因此有助于提升YOLO26在小目标、多尺度目标、遮挡目标和复杂背景场景中的特征辨识度与定位精度。

原创 【YOLO26创新改进】TPAMI 2025顶刊 | YOLO变体创新改进篇 | 使用Hyper-YOLO新型超图目标检测模型，适合通用目标检测、多尺度检测、小目标检测任务，即插即用涨点改进

本文提出Hyper-YOLO模型，通过引入超图计算技术改进目标检测性能。该模型包含两个核心创新：1) MANet混合聚合网络增强基础特征提取能力；2) HyperC2Net超图模块构建跨层级、跨位置的高阶语义关系。实验表明，Hyper-YOLO在COCO数据集上APval较YOLOv8-N提升12%，尤其擅长多尺度和小目标检测。模型通过"语义收集-超图计算-语义分发"流程，突破传统特征融合限制，实现更丰富的上下文建模。研究提供了完整的代码实现和模型配置方案，验证了超图结构在目标检测任务中

原创 YOLO26创新改进

原创 YOLO26创新改进

YOLO26创新改进。

原创 YOLO26创新改进

YOLO26创新改进。

原创 YOLO26创新改进

YOLO26创新改进。

原创 【YOLO26创新改进】TIP 2026顶刊 | Transformer变体改进篇 | 使用CATM卷积加性令牌混合器，适合图像分类、目标检测、实例分割和语义分割任务，即插即用涨点改进

⭐本文在YOLO26模型中引入CATM卷积加性令牌混合器模块，利用卷积式加性注意力增强特征提取阶段的空间与通道信息交互，在保留目标位置、边缘和局部纹理信息的同时，加强关键语义通道和较大范围上下文信息的建模能力，从而提升对复杂背景、尺度变化目标以及遮挡目标的识别与定位效果。与传统自注意力相比，CATM 不依赖大规模 Token 两两矩阵乘法和 Softmax，而是通过卷积、空间注意力、通道注意力以及加法融合完成特征关系建模，因此计算复杂度更低、算子更加规则，也更有利于实时推理和移动端部署。

原创 【YOLO26创新改进】PRCV 2025 | Neck创新改进篇 | 利用 MAFPN 特征融合模块，改进传统PAFPN的多尺度特征融合方式，适合小目标检测、实例分割、图像分类任务，高效涨点即插即用

本文提出了一种改进YOLO26模型的MAFPN特征融合模块，通过引入SAF（浅层辅助融合）和AAF（高级辅助融合）模块，增强多尺度特征交互能力。SAF保留浅层高分辨率信息以减少小目标细节丢失，AAF通过密集多方向连接融合多层次特征，提升不同尺度目标的检测性能。实验表明，基于MAFPN的MAF-YOLO模型在COCO数据集上达到42.4% AP，较YOLOv8n提升5.1%，仅需3.76M参数。该模块具有即插即用特性，适用于小目标密集、多尺度及复杂背景下的目标检测任务。

原创 【YOLO26创新改进】SCI 2024 | Conv创新改进篇 | 利用LDConv线性可变形卷积模块，适合目标检测、实例分割、图像分类、图像分类、图像超分任务，高效涨点即插即用

⭐本文在YOLO26模型中引入LDConv线性可变形卷积模块，通过替换骨干网络或特征融合部分的标准卷积，使卷积核从固定规则采样转变为任意数量、任意初始形状并可根据目标动态调整采样位置的自适应特征提取方式，从而增强网络对不同尺度、不同姿态以及不规则形状目标的感知能力；同时，LDConv 的采样点数量可以连续调节，相比普通卷积和传统可变形卷积更加便于控制参数量与计算开销，有利于在检测精度和模型轻量化之间取得更好的平衡。

原创 【CVPR 2026即插即用模块】BinaryAttention 二值注意力：保持标准注意力能力，实现硬件加速的低比特注意力方案，适合图像分类、目标检测、实例分割、语义分割、图像生成任务，涨点起飞

本文提出BinaryAttention，一种用于视觉与扩散Transformer的1位QK注意力机制。通过将查询和键二值化，并采用位级运算替代浮点点积，显著降低计算复杂度。引入可学习偏置和量化感知训练缓解信息损失，结合自蒸馏保持注意力精度。实验表明，在A100 GPU上其速度比FlashAttention2快2倍，且在Vision Transformer和Diffusion Transformer中性能与全精度注意力相当甚至更优。BinaryAttention无需改变模型结构，尤其适合高分辨率任务。

原创 YOLO26创新改进

YOLO26创新改进。

原创 YOLO26创新改进

YOLO26创新改进。

原创 YOLO26创新改进

YOLO26创新改进。

原创 YOLO26创新改进

YOLO26创新改进。

原创 YOLO26创新改进

YOLO26创新改进。

原创 YOLO26创新改进

YOLO26创新改进。

原创 YOLO26创新改进

YOLO26创新改进。

原创 YOLO26创新改进

YOLO26创新改进。

原创 YOLO26创新改进

YOLO26创新改进。

原创 YOLO26创新改进

YOLO26创新改进。

原创 YOLO26创新改进

YOLO26创新改进。

原创 YOLO26创新改进

YOLO26创新改进。

原创 YOLO26创新改进

YOLO26创新改进。

原创 YOLO26创新改进

YOLO26创新改进。

原创 YOLO26创新改进

YOLO26创新改进。

原创 【YOLO26创新改进】AAAI 2025 | 注意力创新改进篇 | 利用 CDFA对比度驱动特征聚合模块，适合医学图像分割、目标检测、实例分割、图像分类、图像超分任务，高效涨点即插即用

本文面向 YOLO26 目标检测任务，引入 CDFA 对比度驱动特征聚合模块，通过从深层语义中构建前景与背景引导信息，对 P3、P4、P5 等多尺度特征进行局部动态加权和逐级融合，从而增强小目标、低对比度目标与复杂背景目标的辨识度和定位稳定性。文章依次介绍 CDFA 的结构图、核心思想、作用、原理和适用任务，并给出完整实现代码、手把手添加步骤、yaml 配置方法以及成功运行结果演示，帮助读者快速将该模块集成到 YOLO26 中进行涨点改进。

原创 【YOLO26创新改进】ECCV 2024 | Conv创新改进篇 | 利用 FMB 特征调制模块，适合目标检测、实例分割、图像分类、图像分类、图像超分任务，高效涨点即插即用

本文提出了一种结合局部与非局部特征建模的轻量化FMB特征调制模块，并将其应用于YOLO26目标检测框架。FMB通过SMFA模块中的EASA分支（高效自注意力近似）和LDE分支（局部细节估计）实现大范围上下文与局部细节的互补建模，配合PCFN（部分卷积前馈网络）进行高效特征优化。该方法在保持较低计算复杂度的同时，显著提升了模型对遮挡目标、复杂背景及多尺度目标的检测能力。实验表明，改进后的YOLO26模型在检测精度和运行效率上取得更好平衡，适用于资源受限场景下的实时目标检测任务。

原创 【YOLO26创新改进】ECCV 2024 | Conv创新改进篇 | 利用WTConv小波卷积，适合图像分类、目标检测、实例分割和语义分割任务，高效涨点即插即用

本文提出了一种改进YOLO26模型的方法——WTConv小波卷积模块。该模块通过多级小波分解将目标特征划分为低频整体结构和高频边缘纹理信息，在不同频率和空间尺度上使用小尺寸卷积提取特征。关键创新点包括： 在不显著增加参数量的情况下获得接近全局的感受野 同时保留低频轮廓信息和高频细节特征 增强模型对大范围上下文、多尺度目标的建模能力 提高对小目标、弱纹理目标的检测性能 提升模型对噪声和图像退化的鲁棒性 实验表明，WTConv在目标检测、实例分割等任务中均有显著提升。