m0_70388905的博客

提出了一种精确且轻量级的目标检测器 ——YOLOv13。为应对上述挑战，我们提出了基于超图的自适应关联增强（Hypergraph-based Adaptive Correlation Enhancement, HyperACE）机制，该机制通过超图计算自适应挖掘潜在高阶相关性，突破了以往方法仅基于成对关联建模的限制，实现了高效的全局跨位置和跨尺度特征融合与增强。

提出了多认知视觉适配器 （Mona） 调优，这是一种新颖的基于适配器的调优方法。首先，我们在适配器中引入了多个视觉友好型滤波器，以增强其处理视觉信号的能力，而以前的方法主要依赖于语言友好的线性滤波器。其次，我们在适配器中添加缩放的归一化层，以调节视觉过滤器的输入特征的分布。

从高效人类视觉系统固有的动态异尺度视觉能力中汲取灵感，提出了一种 “See Large， Focus Small” 的轻量级视觉网络设计策略。我们介绍了 LS 卷积，它结合了大核感知和小核聚合。它可以有效地捕获广泛的感知信息，并针对动态和复杂的视觉表示实现精确的特征聚合，从而能够熟练地处理视觉信息。基于 LS 卷积，我们提出了 LSNet，这是一个新的轻量级模型系列。

TransMamba，这是一个新颖的框架，它通过共享参数矩阵（例如 QKV 和 CBx）统一了 Transformer 和 Mamba，因此可以在不同标记长度和层的注意力和 SSM 机制之间动态切换。我们设计了内存转换器，通过将注意力输出转换为 SSM 兼容状态来桥接 Transformer 和 Mamba，确保发生转换的 TransPoints 上的无缝信息流。

通过仅采用身份映射作为令牌混合器，称为 IdentityFormer 的 MetaFormer 模型在 ImageNet-1K 上实现了 >80% 的准确率。

与卷积结构相比，Transformer 结构更擅长捕获低频信息，但在构建高频表征方面能力有限。提出了交叉细化自适应特征调制 Transformer（CRAFT），该模型融合了卷积和 Transformer 结构的优势，包含三个核心组件：用于提取高频信息的高频增强残差块（HFERB）、捕获全局信息的移位矩形窗口注意力块（SRWAB），以及优化全局表征的混合融合块（HFB）。

引入了动态 tanh （DyT）。通过合并 DyT，没有归一化的 Transformer 可以达到或超过其归一化对应项的性能，大多数情况下无需超参数调整。

提出了一种简单而有效的视觉状态空间模型 （EVSSM） 用于图像去模糊，利用状态空间模型 （SSM） 对视觉数据的优势。

引入一种用于多任务低光图像恢复的高效而强大的神经网络。没有遵循当前基于 Transformer 的模型的趋势，而是提出了新的注意力机制来增强高效 CNN 的感受野。

引入高效视觉曼巴模型（EfficientViM）

跨领域创新，采用目标分割领域模块进行改进YOLO算法，进行创新。

引入用于大感受野的小波卷积

路径聚合特征金字塔网络（PAFPN）在 YOLO 检测器中得到广泛应用。然而，它无法同时高效且自适应地整合高级语义信息与低级空间信息。在本文中，我们提出了一种名为 MAF - YOLO 的新模型，这是一种具有名为多分支辅助特征金字塔网络（MAFPN）的多功能颈部的新型目标检测框架。在 MAFPN 中，浅层辅助融合（SAF）模块旨在将骨干网络的输出与颈部相结合，保留最佳水平的浅层信息以促进后续学习。同时，深度嵌入颈部的高级辅助融合（AAF）模块向输出层传递更广泛多样的梯度信息。

一种CTrans 模块是 U-Net 跳跃连接的替代方案，它由一个子模块组成，用于与 Transformer 进行多尺度通道交叉融合（名为 CCT）和一个子模块 Channel-wise Cross-Attention（名为 CCA），用于引导融合的多尺度通道信息有效。

提出了频率感知特征融合 （FreqFusion），集成了自适应低通滤波器 （ALPF） 发生器、偏移发生器和自适应高通滤波器 （AHPF） 发生器。ALPF 发生器预测空间变化的低通滤波器，以衰减对象内的高频分量，从而减少上采样期间的类内不一致。

一种基于 Transformer 的高效架构，它融合了多种注意力机制，以增强小肿瘤和器官的分割。SMAFormer 可以捕获局部和全局特征以进行医学图像分割。该架构由两个关键组件组成

近年来在多阶深度神经网络 （DNN） 中的博弈论交互揭示了现代卷积神经网络的感知瓶颈，其中富有表现力的交互具有没有随着内核大小的增加而进行有效编码。为了应对这一挑战——lenge，我们提出了一个新的现代卷积网络系列，称为 MogaNet

提出了一种新的编码器-解码器结构化语义分割网络，命名为 CNN 和多尺度变压器融合网络 （CMTFNet），用于提取和融合高分辨率遥感图像的局部信息和多尺度全局上下文信息。

一种新的加法模拟larity 函数遵循此范式并呈现名为 Convolutional Additive Token 的 cient 实现混频器 （CATM）。这种简化导致了显著的计算开销中的归纳。

变压器已成为基础架构自然语言和计算机sion 任务。然而，高计算成本使得在资源上部署变得相当具有挑战性 -约束设备。本文研究了高效的计算瓶颈模块transformer 的 Alpha 层，即归一化层和 atten-tion 模块。，提出了一种新的方法名为 PRepBN 以逐步替换Layer-Norm 与训练中重新参数化的 BatchNorm -正在。此外，我们提出了一种简化的线性注意 （SLA） 模块，简单而有效tive 实现强大的性能。

采用目标分割的算法改进思路来跨领域改进目标检测算法。

尽管可变形卷积 （Deformable Conv） 解决了标准卷积的固定采样问题，但参数的数量也趋于平方增长。针对上述问题，本文探讨了线性可变形卷积 （LDConv），它为卷积内核提供了任意数量的参数和任意采样的形状，为网络开销和性能之间的权衡提供了更丰富的选择。

一种新颖的视觉骨干模型，可同时实现高计算效率和全局感受野

引入子波池化方法改进上下采样

多阶门控聚合网络

RCS和一种RCS的单点聚合(RCS- osa)，将特征级联和计算效率结合起来，以提取更丰富的信息并减少时间消耗。

引入Unified-IoU损失函数

使用retentive Networks Meet Vision Transformers改进主干网络

借鉴CVPR2024中的StarNet网络星形操作将输入映射到高维非线性特征空间的能力改进算法

采用轻量级的上下文和空间特征校准网络改进算法

2024年最新MobileNetV4轻量化算法作为YOLO算法的主干特征提取网络

利用HCANet中具有全局和局部信息的注意力机制CAFM对C2f进行DEA-Net中content-guided attention fusion

利用shift-wise conv对C2f进行改进

采用DEA-Net网络中的内容引导注意力(CGA)改进特征融合网络Neck

ICCV2019 内容感知功能重组 （CARAFE）改进yolov8-neck中的上采样

使用ICCV2023超轻量级且高效的动态上采样器（ DySample）改进yolov8中的上采样

引入迈向参数高效的动态卷积改进YOLO算法

YOLOv9的RepNCSPELAN进行二次创新

SCI 1区文章解读复现，有需要辅导的可以私信

SCI 1区文章复现和解读，有需要辅导的朋友可联系我。