YOLOv11 改进 - C2PSA | C2PSA融合EDFFN高效判别频域前馈网络(CVPR 2025)：频域筛选机制增强细节感知，优化复杂场景目标检测

最新推荐文章于 2025-12-21 20:19:03 发布
最新推荐文章于 2025-12-21 20:19:03 发布
阅读量37 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： 最新YOLOv11改进专栏 文章标签： YOLO 目标检测 人工智能 计算机视觉 目标跟踪 神经网络
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/yolochangeworld/article/details/155893327

前言

本文介绍了高效判别频域前馈网络（EDFFN），并将其集成到YOLOv11中。EDFFN是为解决图像复原中局部信息表征不足和频域计算成本过高问题而提出的。传统方法存在SSM全局信息偏向性和频域FFN高计算成本的问题，EDFFN通过将频域操作位置从FFN中间层迁移到末端，降低了计算成本并保留了性能。其结构包括特征投影与激活、降维与频域转换、判别性频域筛选、逆变换与特征融合。我们将EDFFN集成到YOLOv11，注册并配置yaml文件，实验表明改进后的模型有良好表现。

文章目录： YOLOv11改进大全：卷积层、轻量化、注意力机制、损失函数、Backbone、SPPF、Neck、检测头全方位优化汇总

专栏链接: YOLOv11改进专栏

介绍

image-20251212234642827

摘要

了解本专栏 订阅专栏 解锁全文
YOLOv11涨点改进 | 全网独家创新、细节涨点改进篇 | CVPR 2025 | YOLOv11引入EDFFN高效鉴别频域模块，保留关键频率信息，助力各种目标检测、图像分类、实例分割任务有效涨点
Ai缝合怪、助力小伙伴高效发论文
10-06 570
本文提出了一种改进YOLOv11模型的EDFFN模块，通过在频域执行判别性筛选（FFT→筛选矩阵W→IFFT）来增强特征表达能力。该模块能自适应强化高频纹理与边缘信息，同时抑制无关低频背景，显著提升小目标和复杂场景的检测精度。相比传统注意力机制，EDFFN计算量更低且推理速度几乎不变，在空间与频率域实现信息互补。实验表明，改进后的模型在保持高效性的同时，提高了细节清晰度并降低误检率。文章详细介绍了EDFFN的网络结构、核心优势（高效性、判别性增强、跨域信息互补）以及实现方法，包括完整的代码实现和YAML配置
【即插即用完整代码】CVPR 2025简单且高效的FFT频域前馈网络EDFFN，可直接替换传统FFN层！
m0_58508552的博客
06-25 291
本文提出了一种高效的图像去模糊方法EVSSM，结合状态空间模型(SSMs)优势，通过视觉扫描块(EVS)和频域前馈网络(EDFFN)实现高性能去模糊。EVS利用几何变换捕获非局部信息，EDFFN通过频域筛选降低计算成本。实验表明，该方法在GoPro、HIDE和RealBlur等数据集上PSNR和SSIM指标均优于现有技术，且计算成本仅为同类方法的1/4。该研究为图像恢复任务提供了新的高效解决方案。
YOLOv11改进大全：卷积层、轻量化、注意力机制、损失函数、Backbone、SPPF、Neck、检测头全方位优化汇总
2508_94691702的博客
12-18 696
YOLOv11改进大全：卷积层、轻量化、注意力机制、损失函数、Backbone、SPPF、Neck、检测头全方位优化汇总
CVPR顶会idea｜cv通用｜频域前馈网络
2501_91695603的博客
08-21 845
题目：Efficient Visual State Space Model for Image Deblurring论文地址：https://arxiv.org/pdf/2405.14343。
YOLO融合[CVPR2025]EVSSM中的EDFFN模块
深度学习炼丹师，偶尔分享炼丹技术!
07-17 961
论文速览：卷积神经网络（CNNs）和视觉变换器（ViTs）在图像恢复方面表现出色。虽然ViTs通过有效捕捉长距离依赖关系和输入特定特征总体上优于CNNs，但它们在图像分辨率增加时计算复杂性呈平方增长。这一限制妨碍了它们在高分辨率图像恢复中的实际应用。在本文中，我们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（SSMs）在视觉数据中的优势。
YoloV11改进策略：Block改进|EBlock，快速傅里叶变换（FFT）增强输入图像的幅度|即插即用|CVPR2025
m0_47867638的博客
06-16 639
标题: DarkIR: Robust Low-Light Image Restoration作者: Daniel Feijoo, Juan C. Benito, Alvaro Garcia, Marcos Conde论文链接：https://arxiv.org/pdf/2412.13443GitHub链接：https://github.com/cidautai/DarkIR。
YoloV12改进策略：Block改进|EBlock，快速傅里叶变换（FFT）增强输入图像的幅度|即插即用|CVPR2025
m0_47867638的博客
06-16 761
标题: DarkIR: Robust Low-Light Image Restoration作者: Daniel Feijoo, Juan C. Benito, Alvaro Garcia, Marcos Conde论文链接：https://arxiv.org/pdf/2412.13443GitHub链接：https://github.com/cidautai/DarkIR。
YOLOv10首发优化：卷积创新结合频域 | 一种名为频率动态卷积（FDConv）的创新方法，CVPR2025
①答疑群聊服务；②YOLO大模型知识问答系统；③计算机视觉论文生成智能体；
06-16 259
引入了一种名为频率动态卷积（FDConv）的创新方法，通过在傅里叶域中学习固定参数预算来缓解这些问题
【即插即用模块】Transformer篇 | CVPR 2023 | 创新点+1！新型前馈网络DFFN，分块频域调制筛选有用信息！
主要更新底层视觉（去噪、超分等）相关的科研内容，形式为【论文精读】+【论文复现】
11-15 434
本文介绍了一种用于图像去模糊任务的频域前馈网络模块DFFN。该模块通过门控机制在频域判别式地保留图像特征的高低频信息，相比传统前馈网络具有更好的恢复效果。DFFN利用FFT将输入特征转换到频域，通过可学习权重进行频域调制，再逆变换回空间域。实验表明，该模块在底层视觉任务中能有效提升性能，适用于轻量级网络设计。代码实现包含特征分块、频域变换和权重调制等关键步骤，可替代传统Transformer中的前馈网络部分。
YOLOv8-BiFPN-SDI实现脑部CT影像中颅内病变自动检测与定位_出血梗死异常病灶识别详解
Faker66363aaa的博客
12-21 847
YOLOv8-BiFPN-SDI模型主要由三部分组成：YOLOv8骨干网络、BiFPN特征融合模块和SDI病灶定位模块。这种组合设计使得模型能够从不同尺度提取脑部CT特征，并通过双向特征金字塔网络有效融合这些特征，最后通过空间分布信息(SDI)模块精确定位病灶位置。YOLOv8作为当前最先进的目标检测框架之一，相比之前的YOLO版本在速度和精度上都有显著提升。它的CSP-Darknet53骨干网络能够高效提取多尺度特征，非常适合医学影像分析任务。🚀。
【计算机视觉】YOLO11-DGCST：轴承表面划痕检测新方案
Piar1231sdafa的博客
12-19 646
本文介绍了基于YOLO11架构优化的YOLO11-DGCST模型，专为轴承表面划痕检测设计。该模型通过引入DGCST模块增强小目标检测能力，改进C3k2模块提升特征提取效率，并采用C2PSA注意力机制优化空间定位。检测头部分采用轻量级DWConv结构，在保持精度的同时显著提升推理速度。相比YOLOv8，YOLO11在模型结构和参数量上进行了优化，更适合工业检测场景。实验表明，该方案在轴承划痕检测任务中实现了精度与效率的平衡，特别适合实时工业检测应用。
城市交通多目标检测系统：YOLO11-MAN-FasterCGLU算法优化与实战应用_3
Dingdangcat86的博客
12-18 771
本文提出了一种基于YOLO11优化的城市交通多目标检测系统YOLO11-MAN-FasterCGLU，通过多尺度特征融合技术和MAN注意力机制提升检测性能。该方法采用自适应特征选择机制动态调整不同尺度特征的权重，并引入并行注意力分支增强小目标检测。实验表明，相比原始YOLOv11，mAP提升4.2%至86.5%，同时保持40FPS的实时性能。系统已成功部署于城市交通监控，结合边缘计算架构实现高效处理。未来计划引入多模态数据融合和半监督学习进一步优化系统性能。
YOLOv5-ASF-P2：果蝇性别识别与分类实战指南_1
adaAS1414315的博客
12-17 682
本文介绍了基于改进YOLOv5架构的果蝇性别识别系统YOLOv5-ASF-P2。该系统通过优化的CSPDarknet骨干网络和增强型PANet，显著提升了对果蝇小目标的特征提取能力。项目采用包含10,000张标注图像的数据集，通过随机翻转、旋转和亮度调整等数据增强方法提高模型泛化性。系统采用多任务损失函数，整合分类、定位和性别识别任务，实现了高精度果蝇性别分类。实验结果表明，该方法的识别准确率较基线模型提升8.5%，为生物学研究提供了高效可靠的自动化性别识别解决方案。
YOLOv5-AFPN-P2345-Custom：混凝土桥梁结构劣化状态检测新方案
Wuhan87827211m的博客
12-21 690
本文提出了一种改进的YOLOv5-AFPN-P2345-Custom算法用于混凝土桥梁结构劣化状态检测。通过引入CBAM注意力机制增强特征提取能力，优化AFPN特征金字塔网络提高多尺度特征融合效果，改进损失函数（Focal Loss+CIoU Loss）提升小目标检测精度，并结合多种数据增强技术增强模型泛化能力。实验结果表明，该算法在5000张桥梁劣化图像数据集上表现出色，相比原始YOLOv5等模型显著提高了检测精度，特别是在细小裂缝等小目标检测方面表现优异，为桥梁结构健康监测提供了有效的自动化检测方案。
YOLO11-ReCalibrationFPN-P345实现酒液品牌识别与分类_1
adaAS1414315的博客
12-17 712
本文提出了一种基于改进YOLOv11架构的酒液品牌识别系统YOLO11-ReCalibrationFPN-P345。该系统通过引入ReCalibration机制和优化特征金字塔网络，显著提升了小目标检测能力，在酒液品牌识别任务中达到90.3%的mAP准确率。文章详细介绍了模型架构、数据集构建、训练优化策略以及实时系统部署方案。实验结果表明，该系统在不同光照条件下均保持良好性能，可广泛应用于零售库存管理、防伪验证等场景。未来将进一步扩展多品类识别、价格识别等功能，为零售行业提供更完整的智能化解决方案。
Yolov10n-ReCalibrationFPN-P3456在茶树褐斑病检测中的应用与实践
Dekesas9695的博客
12-21 872
本文提出了一种基于Yolov10n-ReCalibrationFPN-P3456的茶树褐斑病检测方法。通过引入ReCalibration模块增强特征表达能力，改进FPN结构优化多尺度特征融合，并设计P3456特征金字塔提升小目标检测能力。在自建数据集上的实验表明，该方法实现了92.6%的mAP和259FPS的推理速度，显著优于YOLOv5n/YOLOv8n等主流模型。该轻量化模型适合边缘设备部署，为茶树病害智能检测提供了高效解决方案。
【36】行人红绿灯数据集(有v5/v8模型)/YOLO行人红绿灯检测
最新发布
目标检测
12-21 165
本文介绍了一个行人红绿灯检测数据集，包含1138张已标注图片，划分为956张训练集和182张验证集。数据集标注三类目标：行人、行人红灯和行人绿灯。同时提供了基于YOLOv5和YOLOv8的预训练模型结果，其中YOLOv5模型mAP达到0.870，YOLOv8模型mAP为0.856。
建筑物表面缺陷检测与识别：基于YOLO11-C3k2-Strip模型的智能检测系统
Wulida009991的博客
12-21 765
本文提出了一种基于改进YOLO11-C3k2-Strip模型的建筑物表面缺陷智能检测系统。针对建筑物表面常见的裂缝、剥落、锈蚀等缺陷，通过引入C3k2模块增强特征提取能力，结合Strip模块优化细长形缺陷检测。系统采用12000张图像构建多类别数据集，通过专门的数据增强策略提升模型泛化性。实验结果表明，该系统mAP达92.3%，裂缝检测精度达94.7%，在商业建筑、历史建筑和桥梁等实际场景中表现优异。系统支持无人机图像等多种输入源，可实现15FPS实时检测，为建筑维护提供高效可靠的智能解决方案。
C2PSA_MSDA
06-10
### C2PSA_MSDA 技术概述 C2PSA_MSDA 是一种结合了注意力机制与多尺度特征融合的技术方案，广泛应用于目标检测和图像识别领域。以下是对其定义和技术细节的详细解释： #### 1. **C2PSA 的定义** C2PSA（Channel-wise and Spatial Pyramid Attention）是一种通道与空间金字塔注意力机制的结合体[^3]。它通过以下方式提升模型性能： - 在通道维度上提取特征的重要性权重。 - 在空间维度上构建多尺度金字塔结构以捕捉不同尺度的信息。 这种机制能够显著增强模型对关键区域的关注能力，同时减少背景噪声的影响。 #### 2. **MSDA 的定义** MSDA（Multi-Scale Dynamic Aggregation）是一种多尺度动态聚合技术[^4]。其核心思想是通过动态调整不同尺度特征图的权重，实现更优的特征融合效果。具体实现包括： - 利用 1x1 卷积调整通道数并生成权重图。 - 通过加权求和的方式将多尺度特征进行融合。 #### 3. **C2PSA_MSDA 的整体架构** C2PSA_MSDA 将上述两种技术有机结合，形成了一种高效的特征增强模块。其主要流程如下： - 首先通过 C2PSA 模块提取通道和空间上的注意力权重。 - 然后利用 MSDA 模块对多尺度特征进行动态聚合。 - 最终输出经过增强的特征图，供后续检测头使用。 ```python def C2PSA_MSDA(features): # C2PSA: Channel and Spatial Attention channel_attention = calculate_channel_attention(features) spatial_pyramid = build_spatial_pyramid(features) # MSDA: Multi-Scale Dynamic Aggregation aggregated_features = dynamic_aggregation(spatial_pyramid, channel_attention) return aggregated_features ``` #### 4. **应用场景** C2PSA_MSDA 技术适用于多种计算机视觉任务，包括但不限于： - 目标检测：如 YOLO 系列、Faster R-CNN 等。 - 图像分割：如 U-Net、Mask R-CNN 等。 - 视频分析：如动作识别、异常检测等。 #### 5. **优势与局限性** **优势**： - 提升模型对小目标的检测能力。 - 增强特征表达能力，减少冗余信息。 - 动态调整权重，适应不同场景需求。 **局限性**： - 计算复杂度较高，可能不适合资源受限的环境。 - 参数量增加，需合理设计以避免过拟合。 --- ###
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

魔改工程师

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值