YOLO12 改进、魔改｜双坐标注意力特征提取模块DCAFE，通过并行坐标注意力路径提取具有空间位置感知能力的多层次特征，显著提升模型在复杂场景下的识别精度。

在传统深度学习模型中，复杂背景下的目标识别一直面临重大挑战。Flora-NET论文指出，现有注意力机制在处理花卉识别任务时存在明显局限："现有的注意力机制利用大规模池化操作捕捉局部相关性，但难以建模长距离依赖和敏感特征"。这一问题在复杂背景、光照变化和遮挡情况下尤为突出。

1.DCAFE原理

DCAFE模块的创新设计源于对上述问题的系统性解决思路。该模块摒弃了传统单一池化策略，创造性地采用双路径并行架构：

在技术路线上，DCAFE通过两条互补的信息处理路径实现特征增强。第一条路径采用平均池化操作，通过对局部区域取均值来获得平滑的全局上下文表征，这种处理有助于抑制噪声干扰并捕捉目标的整体结构。第二条路径则使用最大池化策略，通过提取局部区域最显著的特征响应，强化了边缘、纹理等细节信息的保留。

DCAFE模块的核心结构包括：

并行池化路径：同时使用平均池化和最大池化操作，分别生成不同的特征表示
坐标注意力机制：沿高度和宽度两个空间方向聚合信息，生成方向敏感和位置敏感的注意力图。
特征融合：将两种池化路径得到的特征图进行拼接。

2.DCAFE习作思路

CSA-ConvBlock在目标检测中的优点

在目标检测任务中，DCAFE模块通过其双路径坐标注意力机制能够显著提升模型对目标位置和边界的感知能力。平均池化路径有助于捕捉目标的整体空间分布，而最大池化路径则强化了目标的边缘和关键特征点。这种双路径设计使模型能够同时关注目标的全局上下文和局部细节，特别适合处理目标尺度变化大、遮挡严重的复杂场景。坐标注意力机制还能有效抑制背景干扰，提升检测精度。

CSA-ConvBlock在图像分割中的优点

对于图像分割任务，DCAFE模块的坐标注意力能够精确捕捉像素级的空间位置关系，这对于保持分割边界的准确性至关重要。双路径设计使模块能够同时处理区域一致性(通过平均池化)和边界清晰度(通过最大池化)两个关键因素。1260个输出通道提供了丰富的特征表示空间，有助于区分相似但空间位置不同的语义区域。这种结构特别适合处理医学图像分割等需要精确定位的任务。

3. YOLO与DCAFE的结合

将DCAFE集成到YOLO架构中可以显著提升其对小目标和密集目标的检测能力。DCAFE的坐标注意力机制能够增强YOLO对目标空间位置的敏感性，而其双路径设计则弥补了YOLO在多层次特征融合上的不足。此外，DCAFE的计算效率使其可以无缝融入YOLO的实时检测流程而不显著增加计算负担。

4.DCAFE代码部分

YOLO11|YOLO12|改进| 双坐标注意力特征提取模块DCAFE,通过并行平均 - 最大池化与坐标注意力编码，高效捕捉特征图的长程依赖、位置信息_哔哩哔哩_bilibili

YOLO12模型改进方法，快速发论文，总有适合你的改进，还不改进上车_哔哩哔哩_bilibili

代码获取：YOLOv8_improve/YOLOV12.md at master · tgf123/YOLOv8_improve · GitHub

5. DCAFE引入到YOLOv12中

第一: 先新建一个v12_changemodel，将下面的核心代码复制到下面这个路径当中，如下图如所示。E:\Part_time_job_orders\YOLO_NEW\YOLOv12\ultralytics\v12_changemodel。

第二：在task.py中导入包

第三：在task.py中的模型配置部分下面代码

第四：将模型配置文件复制到YOLOV11.YAMY文件中

第五：运行代码

from ultralytics.models import NAS, RTDETR, SAM, YOLO, FastSAM, YOLOWorld
import torch
if __name__=="__main__":



    # 使用自己的YOLOv8.yamy文件搭建模型并加载预训练权重训练模型
    model = YOLO("/home/tgf/tgf/yolo/model/YOLO12_All/ultralytics/cfg/models/12/yolo12_DCAFE.yaml")\
        # .load(r'E:\Part_time_job_orders\YOLO\YOLOv11\yolo11n.pt')  # build from YAML and transfer weights

    results = model.train(data="/home/shengtuo/tangfan/YOLO11/ultralytics/cfg/datasets/VOC_my.yaml",
                          epochs=300,
                          imgsz=640,
                          batch=4,
                          # cache = False,
                          # single_cls = False,  # 是否是单类别检测
                          # workers = 0,
                          # resume=r'D:/model/yolov8/runs/detect/train/weights/last.pt',
                          amp = True
                          )