一、本文介绍
本文记录的是利用CGNet
中的CG block
模块优化YOLOv11
的目标检测网络模型。CG block
通过局部特征提取器、周围环境提取器、联合特征提取器和全局环境提取器来提取局部特征、周围环境和全局环境信息,充分利用不同层次的信息。本文将其应用到v11
中,并进行二次创新,使网络能够更好的处理多类别目标的分类能力。
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
本文记录的是利用CGNet
中的CG block
模块优化YOLOv11
的目标检测网络模型。CG block
通过局部特征提取器、周围环境提取器、联合特征提取器和全局环境提取器来提取局部特征、周围环境和全局环境信息,充分利用不同层次的信息。本文将其应用到v11
中,并进行二次创新,使网络能够更好的处理多类别目标的分类能力。
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