YOLOv11 改进 - C2PSA | C2PSA融合CPIASA跨范式交互与对齐自注意力机制（ACM MM2025）: 交互对齐机制破解特征融合难题，提升小目标与遮挡目标判别力

前言

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

摘要

基于Transformer的网络通过利用空间或通道维度的自注意力机制，在图像去雨等低层视觉任务中取得了优异性能。然而，不规则的雨纹模式和复杂的几何重叠对单一范式架构提出了挑战，亟需一种统一框架来融合互补的全局-局部与空间-通道表征。为此，我们提出了一种新颖的跨范式表征与对齐Transformer（Cross Paradigm Representation and Alignment Transformer，简称CPRAformer）。其核心思想是分层表征与对齐，充分发挥空