yolo改进汇总！

添加 EMA 注意力：（EMA不仅通过类似CA的处理避免了维度减缩，还通过3x3卷积在更大尺度上捕获特征，并通过跨空间学习方法聚合多个并行子网络的输出特征图。）即插即用模块-EMA跨空间学习的高效多尺度注意模块（论文+代码）_ema模块-优快云博客

DCNv3（Deformable Convolutional Networks v3）：是对传统卷积神经网络的扩展，旨在提高特征提取的灵活性和精度。

爆改YOLOv8|利用DCNv3改进yolov8,暴力涨点，即插即用_yolov8 dcnv3-优快云博客

BiFormer改进：(BRA 使 BiFormer 能够以内容感知的方式处理每个查询最相关的键/值令牌，从而在计算性能和效率之间实现更好的平衡。)

爆改YOLOv8|利用BiFormer改进yolov8,暴力涨点-优快云博客

DynamicConv:(动态卷积)

【YOLOv11改进-卷积Conv】 ParameterNet：DynamicConv(Dynamic Convolution)：2024最新动态卷积-优快云博客

多头自注意力（Multi-Head Self-Attention）：

【YOLOv11改进 - 注意力机制】 MHSA：多头自注意力（Multi-Head Self-Attention）-优快云博客