|试读篇|
使用YOLO11训练自己的数据集【下载模型】-【导入数据集】-【训练模型】-【评估模型】-【导出模型】
YOLO11关键改进与网络结构图YOLO11改进|注意力机制篇|添加GAM、CBAM、CA、ECA等注意力机制YOLO11改进|卷积篇|引入可变核卷积AKConv
|注意力机制篇|
YOLO11改进|注意力机制篇|引入MLCA轻量级注意力机制
YOLO11改进|注意力机制篇|引入注意力与卷积混合的ACmix
YOLO11改进|注意力机制篇|引入上下文锚注意力机制CAA
YOLO11改进|注意力机制篇|引入并行分块注意力机制PPA
YOLO11改进|注意力机制篇|引入线性注意力机制FLAttention
YOLO11改进|注意力机制篇|引入全局上下文注意力机制GCA
YOLO11改进|注意力机制篇| 引入SpatialGroupEnhance注意力机制
YOLO11改进|注意力机制篇|引入局部注意力HaloAttention
YOLO11改进|注意力机制篇|引入轴向注意力Axial Attention
YOLO11改进|注意力机制篇|引入三重注意力机制Triplet Attention
YOLO11改进|注意力机制篇|引入注意力机制Shuffle Attention
YOLO11改进|注意力机制篇|引入DualAttention注意力
YOLO11改进|注意力机制篇|引入Mamba注意力机制MLLAttention
YOLO11改进|注意力机制篇|引入先验卷积注意力机制CPCA
YOLO11改进|注意力机制篇|引入ParNetAttention
|卷积篇|
YOLO11改进|卷积篇|引入Haar小波下采样Down_wt卷积
YOLO11改进|卷积篇|RFAConv创新空间注意力和标准卷积操作
|上采样篇|
YOLO11改进|上采样篇|引入DySample轻量级动态上采样器
|SPPF篇|
YOLO11改进|SPPF篇|引入FocalModulation特征金字塔
YOLO11改进|SPPF篇|引入SPPFCSPC金字塔结构