YOLOv11改进 | Neck篇 | 轻量化跨尺度跨通道融合颈部CCFM助力YOLOv11有效涨点

一、本文介绍

新专栏介绍：最近YOLOv11更新，大家一直在催我更新改进内容，其实我也想更新但是很多结构其实已经不适用YOLOv11了都需要重新设计，比如现在的C3k的改进我不可能拿以前的C2f的改进直接套进去，所以一直在尝试改进哪些位置能够可能有效果，最近也是进行了大量的实验帮大家，希望我的实验能够帮助大家节省一定的时间。

我的YOLOv8专栏（和YOLOv8和YOLOv11相同作者）订阅量已经1500+了，阅读量破100w+，可以说是全网最受欢迎的YOLOv8涨点专栏了，这也导致我的内容被大量的抄袭（内容，名字，格式等等），但是我想说你们都只是抄袭到了表面，自己根本没有任何内容，比如我的内容YOLOv8和YOLOv10其实大家看着都是检测头改进名字一样其实内容根本不一样，相信在YOLOv8有效涨点专栏的基础上，YOLOv11有效涨点专栏可以帮助到大家，真正的持续更新各种前沿顶会机制。

本文给大家带来的改进机制是轻量级跨尺度特征融合模块CCFM（Cross-Scale Feature Fusion Module）其主要原理是：将不同尺度的特征通过融合操作整合起来，以增强模型对于尺度变化的适应性和对小尺度对象的检测能力。我将其复现在YOLOv11上，发现其不仅能够降低GFLOPs（成功添加之后，不引入任何其它模块GFLOPs降低至5.4，参数量YOLOv11n仅为180w，原版参数为：2624064 gradients, 6.6 GFLOPs），同时精度上也有很大幅度的提升mAP大概能够提高0.05左右。

专栏回顾：YOLOv11有效涨点专栏——本专栏持续复习各种顶会内容——科研必备 

---

目录

一、本文介绍

 二、CCFM的框架原理

2.1、模型概览

2.2、高效混合编码器