YOLOv11改进 | 主干/Backbone篇 | RepViT从视觉变换器（ViT）的视角重新审视CNN的目标检测网络（适配yolov11全系列）

 一、本文介绍

本文给大家来的改进机制是RepViT，用其替换我们整个主干网络，其是今年最新推出的主干网络，其主要思想是将轻量级视觉变换器（ViT）的设计原则应用于传统的轻量级卷积神经网络(CNN)。我将其替换整个YOLOv11的Backbone，实现了大幅度涨点。我对修改后的网络(我用的最轻量的版本)，在一个包含1000张图片包含大中小的检测目标的数据集上(共有20+类别)，进行训练测试，发现所有的目标上均有一定程度的涨点效果，下面我会附上基础版本和修改版本的训练对比图。

（本文内容可根据yolov11的N、S、M、L、X进行二次缩放，轻量化更上一层）。  

   专栏回顾：YOLOv11改进系列专栏——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、RepViT基本原理

三、RepViT的核心代码 

四、手把手教你添加RepViT网络结构

4.1 修改一

4.2 修改二 

4.3 修改三 

4.4 修改四

4.5 修改五

4.6 修改六

4.7 修改七

4.8 修改八

注意！！！ 额外的修改！

打印计算量问题解决方案

注意事项！！！ 

五、RepViT的yaml文件

5.1 RepViT的yaml文件版本1

5.2 训练文件