目标检测——YOLO11算法解读

作者：Ultralytics公司
代码：https://github.com/ultralytics/ultralytics

---

YOLO系列算法解读：
YOLOv1通俗易懂版解读、SSD算法解读、YOLOv2算法解读、YOLOv3算法解读、YOLOv4算法解读、YOLOv5算法解读、YOLOR算法解读、YOLOX算法解读、YOLOv6算法解读、YOLOv7算法解读、YOLOv8算法解读、YOLOv9算法解读、YOLOv10算法解读、YOLO11算法解读

PP-YOLO系列算法解读：
PP-YOLO算法解读、PP-YOLOv2算法解读、PP-PicoDet算法解读、PP-YOLOE算法解读、PP-YOLOE-R算法解读

R-CNN系列算法解读：
R-CNN算法解读、SPPNet算法解读、Fast R-CNN算法解读、Faster R-CNN算法解读、Mask R-CNN算法解读、Cascade R-CNN算法解读、Libra R-CNN算法解读

---

---

1、算法概述

最近Ultralytics项目又更新，推出了YOLOv11，基于上一个版本YOLOv8变化不是很大。还是和YOLOv8一样，可参考工程readme里面参考文档(https://docs.ultralytics.com/models/yolo11/)，该文档非常丰富，包含如何快速运行、训练、验证、预测及导出其他格式模型，还包含除检测任务的其他任务的扩展如：分割、分类和姿态估计，同时也包含YOLO系列其他模型的汇总介绍。相比YOLO之前其他版本，YOLO11推理速度更快，精度更高。如下图：

按照官方文档的介绍，YOLO11主要改进有如下几点：

1. 增强特征提取能力，YOLO11采用改进的backbone和neck结构，增强了特征提取能力，以实现更高精确和更复杂的目标检测任务。
   相对于YOLOv8的更新，具体有如下几点：
   (1)、backbone部分，将YOLOv8的C2f模块替换成了YOLO11的C3k2模块；
   (2)、在YOLOv8的SPPF模块后新增了C2PSA模块，这是一个由两个卷积层和一个多头自注意力模块组成的，用于增强特征提取能力；
   (3)、在检测头的分类分支中替换了两个常规卷积层为depthwise卷积；
   (4)、整个n/s/m/l/x系列模型的depth、width、max_channels的比例参数相对于YOLOv8进行了调整。
2. 更高效且速度更快，因为整个结构的调整和训练流程的优化，使得模型推理速度更快。
3. 更高的精度，但是参数量更少
4. 和YOLOv8一样，YOLO11依然可以无缝衔接到实例分割、图像分类以及姿态估计任务，并且支持导出多种格式的模型，并且可以在CPU/GPU上运行。

---

2、YOLO11细节

YOLO11n网络结构如下所示，自己用PPT画的，有错误的地方，还请大家提示一下。

对应的每个子模块如下图所示：

对比YOLO11和YOLOv8的yaml格式网络结构配置

可以看到网络规模n/s/m/l/x的深度、宽度和输出通道数配置比例有改变，层数增多了，但是参数量和flops却减少了。

2.1 YOLO11的C3k2结构

YOLO11中的C3k2结构如下图：

它由子模块ConvModule和多个Bottleneck所组成，而Bottleneck又因是否用C3k模块而变化，当不用C3k模块时，Bottleneck和YOLOv8一样即C3k2变成了和YOLOv8中的C2f一样，而用C3k模块时，就是YOLO11改进的地方。C3K模块细节如下，又是由3个卷积层和多个Bottleneck模块组成。

2.2 新增的C2PSA结构

另一个大的改进是在SPPF后面新增了C2PSA模块，其结构如下：

其中C2PSA模块的核心是PSABlock，这是一个带自注意力机制的模块，也就是transformer结构。新增这个模块可以增强backbone提取特征的能力。