YOLOv11改进策略【注意力机制篇】| CVPR-2023 FSAS 基于频域的自注意力求解器 结合频域计算和卷积操作 降低噪声影响

一、本文介绍

本文记录的是利用FSAS模块优化YOLOv11的目标检测网络模型。FSAS全称为：Frequency domain-based Self-Attention Solver,其结合了频域计算的高效性和卷积操作的特性，有效地降低了注意力计算的复杂度。在加入到v11网络中，提升图像特征的表示能力，特别是在处理高分辨率图像时能够减少计算成本并降低噪声影响。

---

专栏目录：YOLOv11改进目录一览 | 涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改进

专栏地址：YOLOv11改进专栏——以发表论文的角度，快速准确的找到有效涨点的创新点！