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
2026/6/17 17:47:29 网站建设 项目流程

前言

本文介绍了跨范式表征与对齐Transformer(CPRAformer),并将其核心的CPIA - SA技术集成进YOLOv11。CPIA - SA通过协同“空间 - 通道”与“全局 - 局部”两种范式,解决传统图像去雨模型特征提取不全面的问题。其包含SPC - SA、SPR - SA和AAFM三个子模块,分别负责提取全局通道特征、细化局部空间特征以及对齐融合特征。工作流程为双路提取、动态过滤、空间细化和对齐融合。我们将CPIA - SA相关代码集成到YOLOv11中,替换原有模块。实验表明,改进后的YOLOv11在图像复原任务中表现优异,展现了跨范式交互技术在目标检测中的应用潜力。

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

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询