YOLOv13有效涨点改进专栏目录 | 本专栏持续更新500+篇内容 | 包含各种卷积、主干网络、各种注意力机制、检测头、损失函数、小目标检测改进、二次创新模块、独家创新等几百种创新点改进

YOLOv13全新有效创新改进+永久更新中
专栏收录该内容
¥259.90
¥399.90
310 篇文章

🔥《YOLOv13有效涨点改进专栏》🔥

“进入项目答疑群!项目永久更新与维护、答疑!”

🚀创新改进点均来自最新顶会顶刊论文、个人经验总结、多种改进策略、高效发论文🚀

🔥订阅专栏后!享最新前沿创新改进,高效涨点发论文,顺利毕业!🔥

持续更新中,YOLOv13有效涨点创新改进,本专栏保证更新500+篇改进,包含各种卷积、主干网络、各种注意力机制、检测头、损失函数、Neck改进、小目标检测、二次创新模块、HyperACE二次创新、独家创新等几百种创新点改进。订阅专栏的小伙伴私信博主邀你进博客答疑群,获取完整一键运行项目。🎫订阅可开发票报销。

⭐更新时间:2026.8.26,已经更新309篇!所有改进点均可运行,持续更新中~⭐

🔥🔥目前YOLOv13已经有500多种有效涨点创新改进yaml文件、准备冲1000+🔥🔥

🚀🚀 本项目持续更新 | 助小伙伴读研读博使用,顺利毕业,本专栏保证更新500+篇改进 🚀🚀

⭐⭐⭐专栏涨价趋势 259.9 ->359.9->399.9, 怪导亲自答疑,越早订阅越划算⭐⭐⭐

⭐恭喜交流群许多小伙伴中了 SCI 和 CCF小论文, 中文核心小论文,2023届已顺利毕业⭐

⭐有些小伙伴是非计算机专业(比如医学,生科,力学,机械,数学,物理,地理信息等)⭐

⭐非计算机专业都能轻松去跑实验,发自己专业相关的SCI、CCF、中文核心小论文,很棒⭐

⭐如果是新手小白、可以跟着每一篇改进文档去操作、若有问题可以在交流群咨询答疑解惑⭐

⭐怪导给学习群小伙伴答疑或是远程都是免费的!除了维护项目工作之外拒收其它任何费用⭐

🚀适用场景:PCB板检测、小目标检测、工业缺陷检测、医学检测、遥感目标检测等任务🚀

🚀适用任务:所有改进点适用【检测】,【OBB检测】,【分割】,【pose】,【分类】等🚀

全新YOLOv13专栏限时订阅链接:全新YOLOv13创新改进高效涨点+永久更新中(至少500+改进)+高效跑实验发论文

大家购买专栏后,进对应学习交流群便可获得完整的程序文件,下方仅为展示的部分改进模块和yaml文件截图。订阅后,配置好YOLO虚拟环境即可跑自己的实验。因为创新改进点会持续更新500+,完全够小伙伴从研一到研三,从小论文到大论文使用。每个yaml文件中的改进点,可更换不同的层,及使用数量,也可以和其它yaml文件改进点自行组合,实现高效涨点。永久更新中

YOLOv13创新改进, 文件均已注册完毕,只需运行yaml文件跑实验即可,非常适合小白发论文。

专栏所有改进全部支持YOLOv13的N、S、L、X的不同模型版本,灵活使用全网独家创新。

🔥🔥🔥YOLOv13网络结构图-可编辑PPT源文件🔥🔥🔥

YOLO项目虚拟环境版本如下

  • Python:3.10.0  个人而言相对较好,兼容很多包
  • PyTorch:2.6.0
  • CUDA:12.1
  • python编程软件:推荐Pycharm好用,喜欢用vs code的小伙伴也可以。
  • Ultralytics:8.3.184   
  • 我对小伙伴的环境没有非常严格要求,能跑实验就好了,因为我的创新点会持续更新,可能会伴随着更新一些包,安装YOLO环境跟着的步骤文件,去执行几行命令就几分钟的事情。

⭐试读篇⭐

【1】YOLOv13一文弄懂 | YOLOv13网络结构解读 、yolov13.yaml配置文件详细解读与说明、YOLO虚拟环境安装、模型训练、验证、推理参数详细解析 | 通俗易懂!入门必看系列!

【2】YOLOv13改进 | 注意力改进篇 | YOLOv13引入Bi-level Routing Attention --简称BRAttention注意力模块(来自CVPR2023)所有CV任务通用改进点

【3】YOLOv13手把手训练自己的数据集教学,从源码下载,配置虚拟环境,准备数据集、训练、验证、推理测试 。实现0到1的完整教学过程。快速入门必看

🚀🚀🚀小论文、大论文必备🚀🚀🚀

【1】小论文/大论文必备 | YOLOv13数据集增强 | 引入多种数据集增强方法,支持图像和标签同步扩充增强,助力小论文和大论文实验涨点策略,平均提升模型mAP约1-2个百分点

【2】小论文/大论文必备| YOLOv13热力图可视化| 引入多种热力图可视化GradCAMPlusPlus, GradCAM, XGradCAM, EigenCAM, HiResCAM等方法,助力论文加分

【3】小论文/大论文必备 | YOLOv13绘制实验曲线对比图 | 引入多种绘制曲线对比图,包括mAP0.5,mAP0.5:0.95,Loss损失变化的曲线对比

【4】小论文/大论文必备 | YOLOv13计算模型性能 | 测试最优模型FPS指标,既可以凑实验章节工作量、又能助力论文模型性能加分。FPS值越大越好

【5】小论文/大论文必备 | 全网独家详细 揭晓YOLOv13计算COCO指标和TIDE指标 | 通过结合 COCO 与 TIDE 评价指标,使YOLOv13的评估更加全面、更加客观 ,提升论文中稿率

⭐⭐⭐全网独家创新⭐⭐⭐

后续会持续更新很多很多很多!!!

【1】YOLOv13涨点改进 | 全网独家创新/Conv篇 | AAAI 2025 | PConv新型风车形卷积和SPConv二次创新改进(移动风车卷积,使它充分活跃起来),增强特征提取,扩大感受野

【2】YOLOv13创新改进 | 独家Neck创新篇 | CVPR2024 | 引入LGAG大核分组注意门控融合模块,允许相关特征的激活和抑制不相关特征,涨点效果明显

【3】YOLOv13创新改进 | 全网独家创新篇 | CVPR 2024 | 引入HRAMi 多尺度特征融合模块,在超分辨率、低光照增强、去雨、彩色去噪和灰度去噪等场景任务上,实现高效涨点

【4】YOLOv13创新改进 | 全网首发独家Conv创新篇 | ICCV 2025 | 引入MBRConv,通过多个不同的卷积分支提取图像的局部与全局信息,增强对小目标、遮挡目标和低质量图像的检测的鲁棒性

【5】YOLOv13创新改进 | 全网独家创新 | 引入ICCV 2025 中的ConvAttn卷积化注意力,以更轻量的方式模拟自注意力的效果,助力有效涨点

【6】YOLOv13创新改进 | 全网独家Neck创新篇 | CVPR2025 | 引入RLAB残差线性注意力块,有效融合并强调多尺度特征,助力YOLOv13有效涨点(图像分割、目标检测等任务通用)三种改进

【7】YOLOv13创新改进 | 全网独家创新篇首发 | CVPR2025 | 引入CASAB有效通道与空间注意力块,助力YOLOv13有效涨点(图像分割、目标检测等任务通用)

【8】YOLOv13创新改进 | 全网独家创新篇 | AAAI2025 | 引入DTAB和GCSA创新点,通过重新设计通道和空间自注意力机制,助力YOLOv13有效涨点

【9】YOLOv13创新改进 | 全网独家创新篇、小目标检测专属 | AAAI2025 | 引入HS-FPN中的HFP和SDP创新点,从频域增强小目标特征,淘汰FPN进行升级,助力YOLOv13有效涨点

【10】YOLOv13涨点改进 | 独家Conv篇 | CVPR 2023| 一种新颖的部分卷积(PConv)轻量高效, 适合图像分类、目标检测和分割等各种视觉任务

【11】YOLOv13创新改进 | 全网独家Neck改进篇 | ICME 2024 | DASI 维度感知的选择性融合模块,提升小目标显著性,助力红外小目标暴力涨点

【12】YOLOv13创新改进 | 独家Neck改进篇 | ICME 2024 | MDCR捕捉不同感受野范围内的空间特征,增强对小目标的判别能力,助力红外小目标检测暴力涨点

【13】YOLOv13创新改进 | 全网独家创新首发、涨点改进篇 | 引入AAFM自适应对齐频率模块, 实现跨范式特征的深层对齐与融合, 在八个基准数据集上取得SOTA性能!【来自ACM 2025 顶会】

【14】YOLOv13创新改进 | 独家创新首发、Neck改进篇 | 引入LCA交叉注意力机制和IEL特征增强模块,助力YOLOv13低光,暗光检测高效涨点!【来自CVPR 2025 暗光增强 顶会】

【15】YOLOv13创新改进 | 独家创新首发、注意力改进篇 | 打破常规操作,引入分层多头注意力 (HMHA) 机制, 从而捕获更具多样性的特征,含DSC3k2二次创新!来自CVPR 2025顶会

【16】YOLOv13创新改进 | 全网独家创新、HyperACE改进、注意力改进篇 | 超强MALA幅度感知线性注意力模块,多种创新改进,助力目标检测、图像分类、实例分割暴力涨点 【ICCV 2025】

【17】YOLOv13创新改进 | 全网独家创新、HyperACE改进篇| 引入MFM调制融合模块, LEGM局部到全局模块,二者共同合作,多种创新改进,助力YOLOv13高效涨点【CVPR 2024 顶会】

【18】YOLOv13创新改进 | 全网独家创新、HyperACE和Neck改进篇| 引入BIEF特征交互融合模块, 促进HyperACE跨层信息的传递,助力YOLOv13高效涨点【CVPR 2024 顶会】

【19】YOLOv13创新改进 | 独家创新首发、注意力改进篇 | ,引入SPAM光谱池化聚合调制机制, 解决视觉特征高低频分量平衡问题,适合目标检测和实例分割等密集预测任务涨点【ICCV 2023】

【20】YOLOv13创新改进 | 全网独家创新、HyperACE改进、涨点改进篇 | 引入RCSAB残差通道空间注意力模块,助力红外小目标检测、遥感小目标检测有效涨点 【TGRS 2025顶刊论文】

【21】YOLOv13涨点改进 | 全网独家融合创新细节涨点篇 | ACM 2024顶会 | 引入FDT全域特征增强模块,有效地融合局部、区域和全局的信息来增强特征的表达能力,助力YOLOv13有效涨点!

【22】YOLOv13涨点改进 |全网独家首发细节涨点篇| ICCV 2025 | 引入MSA多尺度注意力模块,多尺度特征有助于全局感知和增强局部细节、助力小目标检测、图像分割有效涨点

【23】YOLOv13创新改进 | 全网独家特征融合Neck改进篇 | 引入DSAM双流注意力融合模块,增强小目标在遥感图像中的表达能力,从而提升小目标检测精度,来自TGRS 2025顶刊

【24】YOLOv13涨点改进 | 全网独家创新、HyperACE改进、涨点改进篇 | Arxiv2025 引入MSLA多尺度线性注意力模块,高效提取多尺度特征和建模长程依赖,助力YOLOv13有效涨点

【25】YOLOv13涨点改进 | 特征融合Neck改进篇 | CVPR 2025 | 引入FDSM频率域动态地选择模块,高效融合红外和可见光多模态特征、助力YOLOv13有效涨点-(全网独家创新首发)

【26】YOLOv13涨点改进 | 特征融合Neck改进篇 | TGRS 2025 | 引入FCM特征校正融合模块,通过空间维度和通道维度的校正,助力YOLOv13有效涨点--(全网独家创新首发)

【27】YOLOv13涨点改进 | 特征融合Neck改进篇 | TGRS 2025 | 引入FFM特征融合模块,实现特征的全局交互与融合,适合小目标检测、助力YOLOv13有效涨点--(全网独家创新首发)

【28】YOLOv13涨点改进 | 独家创新改进篇 | Arxiv 2025 | MHAF‑YOLO,引入RepHMS高效特征提取模块,适合轻量级目标检测、小目标检测、图像分类、旋转目标检测、实例分割有效涨点

【29】YOLOv13涨点改进 | 独家创新改进篇 | ACM 2025 | YOLOv13引入LGLBlock大核局部-全局-局部模块,在医学图像分割和小目标检测上有效涨点改进,提取长距离语义和边缘细节信息

【30】YOLOv13涨点改进 | 全网首发Conv独家改进篇 | CVPR 2025 | 引入GCConv卷积改进YOLOv13,含GCC3k2二次创新,能够捕捉更加丰富和复杂的特征信息

【31】YOLOv13涨点改进 | 独家创新改进篇 | AAAI2024 | YOLOv13引入CFBlock增强对长程依赖和全局语义信息的建模能力,有助于提升复杂场景下小目标、遮挡目标的检测精度

【32】YOLOv13涨点改进 | 全网独家创新、细节涨点改进篇 | SCI 一区 2025 | 引入RHDWT残差离散小波变换,下采样创新改进,助力目标检测、图像分类、实例分割有效涨点

【33】YOLOv13涨点改进 | 全网独家创新、暗光目标检测改进篇 | CVPR 2025 | YOLOv13 引入 EBlock+DBlock+FreMLP模块,助力目标检测、图像分类、实例分割有效涨点

【34】YOLOv13涨点改进 | 全网独家创新、注意力改进篇 | ICLR 2025 | 引入PolaLinearAttention 极性感知线性注意力,提高了对关键区域的聚焦能力,来自哈尔滨工业大学

【35】YOLOv13涨点改进 | 全网独家创新、细节涨点改进篇 | CVPR 2025 | 将 TAB 模块引入 YOLOv13 可显著提升其对长距离依赖建模能力,在小目标、遮挡、密集场景下带来显著检测精度

【36】YOLOv13涨点改进 | 全网独家创新、细节涨点改进篇 | AAAI 2025 | 将 CEM 颜色增强模块引入 YOLOv13 ,目标检测不再惧怕雾天和低光检测、小目标检测、遥感目标检测高效涨点

【37】YOLOv13涨点改进 | 全网独家创新、细节涨点改进篇 | ICLR 2024 | YOLOv13引入MOGA多阶门控聚合模块,含多种创新改进,尤其适合细粒度目标、遮挡和噪声环境下的目标检测任务

【38】YOLOv13涨点改进 | 全网独家创新、高效涨点改进篇 | CVPR 2024 | YOLOv13引入SHSA单头自注意力模块,减少冗余的多头注意力,轻量化改进,助力目标检测和图像分类任务高效涨点

【39】YOLOv13涨点改进 | 独家小目标涨点改进篇 | TGRS 2025 | YOLOv13引入ABRNet小目标检测顶刊中的:ARF自适应性感受野和MCA双向交叉轴注意力,适合小目标检测有效涨点

【40】YOLOv13涨点改进 | 图像恢复、HyperACE改进、注意力改进篇 | Arxiv 2025 | YOLOv13引入PGSSA引导的光谱自注意力,结合全局和局部光谱自注意力机制,有效涨点起飞

【41】YOLOv13涨点改进 | 独家创新、Neck特征融合改进篇 | ICLR 2025 | YOLOv13引入FMoM频率调制融合模块,实现空间与频率的协同特征增强,助力多模态融合、小目标检测有效涨点

【42】YOLOv13涨点改进 | 独家创新、Neck特征融合改进篇 | ICLR 2025 | YOLOv13引入AFLB自适应频率学习融合模块,自适应地强化关键频段特征,助力多模态融合、目标检测有效涨点

【43】YOLOv13涨点改进 | 全网独家首发、Neck特征融合改进篇 | CVPR 2025 | YOLOv13引入ADWM自适应双重加权融合模块,有效优化特征的加权与融合,减少冗余并增强目标特征

【44】YOLO13涨点改进 | 全网独家复现、小目标检测改进篇 | TGRS 2025 | YOLOv13引入MFAE-YOLO中的GFFP、FCPS 和 DSC3k2-FPEU创新点,涨点起飞,直接发论文

【45】YOLO13涨点改进 | 独家创新、损失函数改进篇 | TGRS 2025顶刊 | 带来AIoU小目标涨点损失函数,增强了目标检测中对边界框形状和尺寸的敏感度,适合复杂场景和小物体检测中有效涨点

【46】YOLOv13涨点改进 | 全网独家创新、检测头Head改进篇 | 使用PATConv改进YOLOv13的检测头,通过并行的卷积和注意力机制,处理小物体、遮挡物助力小目标检测和小目标分割有效涨点

【47】YOLOv13涨点改进 | 独家首发创新、Conv卷积改进篇 | AAAI 2026 | YOLOv13利用PATConv部分注意力卷积,含PATConvC3k2二次创新,轻量化改进,有效涨点改进点

【48】YOLOv13涨点改进 | 首发全网创新、主干改进篇 | AAAI 2026 | PartialNet 主干让 YOLOv13 更加强大!引入部分通道机制 和 部分注意力卷积,全方面提升了模型的性能

⭐🔥HyperACE创新改进篇🔥⭐

【1】YOLOv13创新改进 | 全网独家创新、HyperACE改进篇| 引入MFM调制融合模块, LEGM局部到全局模块,二者共同合作,多种创新改进,助力YOLOv13高效涨点【CVPR 2024 顶会】

【2】YOLOv13创新改进 | 全网独家创新、HyperACE和Neck改进篇| 引入BIEF特征交互融合模块, 促进HyperACE跨层信息的传递,助力YOLOv13高效涨点【CVPR 2024 顶会】

【3】YOLOv13创新改进 | 全网独家创新、HyperACE改进、注意力改进篇 | 超强MALA幅度感知线性注意力模块,多种创新改进,助力目标检测、图像分类、实例分割暴力涨点 【ICCV 2025】

【4】YOLOv13创新改进 | 全网独家创新、HyperACE、注意力改进篇 | 引入MSCA多尺度稀疏交叉聚合,GCBAM分组注意力,助力遥感目标检测、图像分类任务有效涨点 【TGRS 2025顶刊】

【5】YOLOv13创新改进 | 全网独家创新、HyperACE改进、注意力改进篇 | 引入CAA上下文锚点注意力模块,多种创新改进,助力目标检测、图像分类、实例分割暴力涨点 【CVPR 2024顶会】

【6】YOLOv13创新改进 | 全网独家创新、HyperACE改进、涨点改进篇 | 引入RCSAB残差通道空间注意力模块,助力红外小目标检测、遥感小目标检测有效涨点 【TGRS 2025顶刊论文】

【7】YOLOv13涨点改进 | 全网独家创新、HyperACE改进、涨点改进篇 | Arxiv2025 引入MSLA多尺度线性注意力模块,高效提取多尺度特征和建模长程依赖,助力YOLOv13有效涨点

【8】YOLOv13涨点改进 | 全网独家创新、HyperACE改进、涨点改进篇 | MICCAI医学顶会、给 YOLOv13 装上 DSSA,让注意力“有选择地变聪明”!小目标检测-更稳、更准、更狠!

【9】YOLOv13涨点改进 | 全网独家创新、HyperACE改进、涨点改进篇 | TGRS2025顶刊、利用GMM和LMM两个创新点,“遥感图像小目标检测神器!助力YOLOv13效果更惊艳”

【10】YOLOv13涨点改进 | 全网独家创新、HyperACE改进、注意力改进篇 | SCI一区 2025| 引入RCSSC残差列空间自校正模块,含多种创新改进,助力目标检测、图像分类、实例分割有效涨点

【11】YOLOv13涨点改进 | 全网独家创新、HyperACE改进、注意力改进篇 | CVPR 2025| 引入LRSA局部区域自注意力模块,能提升其在细节捕捉、小目标检测和长距离依赖建模方面的能力

【12】YOLOv13涨点改进 | 全网独家创新、HyperACE改进、注意力改进篇 | SCI一区 2025 | 引入TSFA选择性融合注意力,含多种创新改进,助力小目标检测、图像分类、实例分割有效涨点

【13】YOLOv13涨点改进 | 全网独家创新、HyperACE改进、注意力改进篇 | SCI一区 2025 | 引入KSFA多核选择性融合注意力,有效提取和融合最相关特征,助力小目标检测有效涨点

【14】YOLOv13涨点改进 | 全网独家创新、HyperACE改进、注意力改进篇 | ICLR 2025 | YOLOv13引入TSSA一种新的注意力模块,适合多尺度处理和复杂场景的高效特征提取

【15】YOLOv13涨点改进 | 全网独家创新、HyperACE改进、注意力改进篇 | SCI一区 2025 | 引入FSSA傅里叶域稀疏自注意力,助力遥感小目标检测、图像分类、实例分割有效涨点

【16】YOLOv13涨点改进 | 全网独家创新、HyperACE改进,注意力改进篇 | TGRS 2024 | YOLOv13引入PTIM并行标记交互模块,增强全局上下文信息捕捉,适合红外小目标检测有效涨点

【17】YOLOv13涨点改进 | 全网独家创新、HyperACE改进,注意力改进篇 | ICML 2024 | YOLOv13引入SLAB简化线性注意力,轻量高效即插即用,适合各种目标检测、图像分类高效涨点

【18】YOLOv13涨点改进 | HyperACE改进、注意力改进篇 | ECCV 2024 | YOLOv13引入Agent Attention代理注意力模块,兼顾 Softmax 和线性注意力优点

【19】YOLOv13涨点改进 | 图像恢复、HyperACE改进、注意力改进篇 | Arxiv 2025 | YOLOv13引入PGSSA引导的光谱自注意力,结合全局和局部光谱自注意力机制,有效涨点起飞

【20】YOLOv13涨点改进 | HyperACE改进、注意力改进篇 | SCI一区 2024 | YOLOv13引入HIFA全局信息融合增强模块、含多种改进,助力目标检测、医学图像分割、图像分类有效涨点

【21】YOLOv13涨点改进 | HyperACE改进、注意力改进篇 | CVPR 2024 | YOLOv13引入MaSA曼哈顿自注意力、含多种改进,助力目标检测、图像分割、图像分类有效涨点

✨🔥Conv卷积改进篇🔥✨

【1】YOLOv13涨点改进 | Conv改进篇 | 引入 DEConv细节增强卷积模块, 能够恢复更多细节信息,含DEC3k2二次创新,提升小目标检测精度(全网独家创新)来自TIP 2024顶刊

【2】YOLOv13改进 | Conv篇 | YOLOv13引入AKConv卷积和AKC3k2创新改进(既轻量又提点),适合小目标检测、实例分割、图像分类等任务通用


【3】YOLOv13涨点改进 | Conv改进篇 | 含2种改进,引入DynamicConv替换DSConv卷积下采样和DSC3k2_DynamicConv替换DSC3k2(来自CVPR2024)

【4】YOLOv13涨点改进 | Conv篇/小目标改进 | YOLOv13引入SPDConv卷积特征无损下采样模块,增加适合YOLOv13小目标检测P2层改进(助力小目标任务高效涨点)

【5】YOLOv13涨点改进 | Conv篇/小目标改进 | AAAI 2025 两个轻量级FCM和MKP模块, FBRT-YOLOv13助力无人机航拍任务VisDrone、UAVDT和AI-TOD高效涨点

【6】YOLOv13涨点改进 | Conv改进篇 | 含2种改进,YOLOv13引入LDConv卷积和二次创新LDC3k2模块改进DSC3k2,全网独家创新(来自SCI 2024)

【7】YOLOv13涨点改进 | 全网独家创新/Conv篇 | AAAI 2025 | PConv新型风车形卷积和SPConv二次创新改进(移动风车卷积,使它充分活跃起来),增强特征提取,扩大感受野

【8】YOLOv13涨点改进 | 注意力Conv篇 | 引入RFAConv一种新的感受野注意力卷积模块(提高特征提取的精确性)和RFAC3k2二次创新模块,这个是中文核心(北核、南核)发文常客,又好用又涨点

【9】YOLOv13涨点改进 | Conv篇 | CVPR2023| YOLOv13添加SCConv空间和通道重构卷积(既轻量又涨点,助力于小目标任务涨点)

【10】YOLOv13创新改进 | 全网首发独家Conv创新篇 | ICCV 2025 | 引入MBRConv,通过多个不同的卷积分支提取图像的局部与全局信息,增强对小目标、遮挡目标和低质量图像的检测的鲁棒性

【11】OLOv13涨点改进 | 独家Conv篇 | ECCV 2024| YOLOv13添加WTConv小波卷积, 能够更有效地捕捉局部和全局特征, 助力高效涨点

【12】YOLOv13涨点改进 | 独家Conv篇 | CVPR 2023| 一种新颖的部分卷积(PConv)轻量高效, 适合图像分类、目标检测和分割等各种视觉任务

【13】YOLOv13涨点改进 | 独家Conv篇 | CVPR 2024 | 一种新颖的可变形卷积DCNv4,效果吊打DCNv3、DCNv2等可变形卷积,助力图像分类、目标检测和分割等各种视觉任务涨点

【14】YOLOv13涨点改进 | 全网独家Conv改进篇 | SCI 一区 2025 | FourierConv卷积增强YOLOv13的全局感知,细节复原,实现更精确的目标检测性能

【15】YOLOv13涨点改进 | 全网独家首发Conv改进篇 | Arxiv 2025 | 引入一种新的WConv加权卷积改进YOLOv13,含WC3k2二次创新,显著提升其特征提取能力和目标检测精度

【16】YOLOv13涨点改进 | 全网独家首发Conv改进篇 | CVPR2024 | 引入SFSConv空间频率选择卷积改进YOLOv13,含SFSC3k2二次创新,空间频率特征协同作用,检测性能全面提升

【17】YOLOv13涨点改进 | 全网独家首发Conv改进篇 | SCI一区2025 | 引入轻量级CGHalfConv通道分组半卷积模块,更细致地区分目标的边缘纹理、颜色、结构等关键信息,有效提升检测精度

【18】YOLOv13涨点改进 | 全网首发Conv独家改进篇 | CVPR 2025 | 引入GCConv卷积改进YOLOv13,含GCC3k2二次创新,能够捕捉更加丰富和复杂的特征信息

【19】YOLOv13涨点改进 | 全网首发Conv独家改进篇 | CVPR 2025 | 引入FDConv频率动态卷积改进YOLOv13,含FDC3k2二次创新,小目标检测,能够捕捉更加丰富和复杂的特征信息

【20】YOLOv13涨点改进 | 全网首发Conv独家改进篇 | CVPR 2025 | 引入GBConv瓶颈卷积改进YOLOv13,含GSConv二次创新模块,助力细小目标或复杂形态目标的检测中高效涨点

【21】YOLOv13涨点改进 | 全网首发Conv独家改进篇 | ICCV 2025 | 引入MRFAConv多尺度感受野注意力卷积改进YOLOv13,助力小目标检测、大目标检测检测、分割、分类任务高效涨点

【22】YOLOv13涨点改进 | 全网独家Conv改进篇 | CVPR 2025 | YOLOv13引入MSGDC多尺度分组膨胀卷积模块,助力小目标检测、大目标检测检测、图像分割、图像分类任务高效涨点

【23】YOLOv13涨点改进 | 全网独家Conv改进篇 | CVPR 2024 | YOLOv13引入IDConv大核分解卷积模块,轻量化改进,含IDC3k2和INBC3k2二次创新改进、助力有效涨点

【24】YOLOv13涨点改进 | 全网首发、Conv卷积改进篇 | AAAI 2026 | YOLOv13利用Strip R-CNN中的StripConv条形卷积,提升遥感小目标检测、图像分类、分割有效涨点

【25】YOLOv13涨点改进 | 独家创新、Conv卷积改进篇 | CVPR 2024 | 引入FADC频率自适应膨胀卷积,提升特征提取能力、扩大感受野、减少伪影,助力小目标检测,遥感目标检测有效涨点

【26】YOLOv13涨点改进 | 独家首发创新、Conv卷积改进篇 | AAAI 2026 | YOLOv13利用PATConv部分注意力卷积,含PATConvC3k2二次创新,轻量化改进,有效涨点改进点

✨🔥注意力改进篇🔥✨

【1】YOLOv13涨点改进 | 独家创新篇 | YOLOv13引入EMCAM有效多尺度卷积注意力模块,增强保留上下特征信息,助力于医学图像分割任务,涨点推荐(来自CVPR2024顶会)

【2】YOLOv13涨点改进 | 注意力改进篇 | YOLOv13引入MSDA多尺度空洞注意力模块,多种视觉任务上均实现了领先的SOTA性能(来自TMM 2023)

【3】YOLOv13涨点改进 | 注意力改进篇-图像去雾 | YOLOv13引入FCAttention捕捉全局和局部信息交互,即插即用注意力模块(来自2024 SCI 一区)

【4】YOLOv13改进 | 注意力改进篇 | YOLOv13引入Bi-level Routing Attention --简称BRAttention注意力模块(来自CVPR2023)所有CV任务通用改进点

【5】YOLOv13创新改进 | 注意力改进篇 | 手把手教你在YOLOv13上使用LSKAttention大核注意力机制(助力小目标检测极限涨点)含三种创新改进点

【6】YOLOv13创新改进 | 注意力篇 | YOLOv13上引入EMA高效多尺度注意力模块,优于多种现有注意力机制(助力图像分类和目标检测等任务通用)含三种创新改进点,ICASSP2023中稿论文

【7】YOLOv13创新改进 | 全网独家创新 | 引入ICCV 2025 中的ConvAttn卷积化注意力,以更轻量的方式模拟自注意力的效果,助力有效涨点

【8】YOLOv13创新改进 | 全网独家创新篇首发 | CVPR2025 | 引入CASAB有效通道与空间注意力块,助力YOLOv13有效涨点(图像分割、目标检测等任务通用)

【9】YOLOv13创新改进 | 注意力改进篇 | MSCA多尺度卷积注意力模块,有效聚合全局上下文信息,处理细节和高分辨率图像时表现出色,进一步探索 CNN 的潜力,助力YOLOv13有效涨点

【10】YOLOv13创新改进 | 全网独家创新篇 | AAAI2025 | 引入DTAB和GCSA创新点,通过重新设计通道和空间自注意力机制,助力YOLOv13有效涨点

【11】YOLOv13创新改进 | 注意力改进篇 | ICME 2024 | PPA并行感知块注意力模块,增强小目标特征感知能力,红外小目标任务暴力涨点

【12】YOLOv13创新改进 | 独家创新首发、注意力改进篇 | 打破常规操作,引入分层多头注意力 (HMHA) 机制, 从而捕获更具多样性的特征,含DSC3k2二次创新!来自CVPR 2025顶会

【13】YOLOv13创新改进 | 全网独家创新、HyperACE改进、注意力改进篇 | 超强MALA幅度感知线性注意力模块,多种创新改进,助力目标检测、图像分类、实例分割暴力涨点 【ICCV 2025】

【15】YOLOv13创新改进 | 全网独家创新、HyperACE、注意力改进篇 | 引入MSCA多尺度稀疏交叉聚合,GCBAM分组注意力,助力遥感目标检测、图像分类任务有效涨点 【TGRS 2025顶刊】

【16】YOLOv13创新改进 | 独家创新首发、注意力改进篇 | 引入SPAM光谱池化聚合调制机制, 解决视觉特征高低频分量平衡问题,适合目标检测和实例分割等密集预测任务涨点,【ICCV 2023】

【17】YOLOv13涨点改进 | 全网独家首发细节涨点篇 | ICCV 2025 | 引入MSA多尺度注意力模块,多尺度特征有助于全局感知和增强局部细节、助力小目标检测、图像分割有效涨点

【18】YOLOv13涨点改进 | 全网独家创新、HyperACE改进、涨点改进篇 | MICCAI医学顶会、给 YOLOv13 装上 DSSA,让注意力“有选择地变聪明”!小目标检测-更稳、更准、更狠!

【19】YOLOv13涨点改进 | 全网独家创新、HyperACE改进、注意力改进篇 | SCI一区 2025| 引入RCSSC残差列空间自校正模块,含多种创新改进,助力目标检测、图像分类、实例分割有效涨点

【20】YOLOv13涨点改进 | 全网独家创新、HyperACE改进、注意力改进篇 | CVPR 2025| 引入LRSA局部区域自注意力模块,能提升其在细节捕捉、小目标检测和长距离依赖建模方面的能力

【21】YOLOv13涨点改进 | 全网独家创新、注意力改进篇 | ICLR 2025 | 引入PolaLinearAttention 极性感知线性注意力,提高了对关键区域的聚焦能力,来自哈尔滨工业大学

【22】YOLOv13涨点改进 | 全网独家创新、注意力改进篇 | Arxiv 2025 | 引入轻量级群体注意力(LWGA)模块,可以显著提高其多尺度物体检测能力,特别是在小物体和复杂背景下的表现

【23】YOLOv13涨点改进 | 全网独家创新、HyperACE改进、注意力改进篇 | SCI一区 2025 | 引入TSFA选择性融合注意力,含多种创新改进,助力小目标检测、图像分类、实例分割有效涨点

【24】YOLOv13涨点改进 | 全网独家创新、HyperACE改进、注意力改进篇 | SCI一区 2025 | 引入KSFA多核选择性融合注意力,有效提取和融合最相关特征,助力小目标检测有效涨点

【25】YOLOv13涨点改进 | 全网独家创新、HyperACE改进、注意力改进篇 | ICLR 2025 | YOLOv13引入TSSA一种新的注意力模块,适合多尺度处理和复杂场景的高效特征提取

【26】YOLOv13涨点改进 | 全网独家创新、细节涨点改进篇 | CVPR 2025 | YOLOv13引入SSA序列打乱注意力模块,含MSCSA二次创新模块、助力目标检测、图像分类、实例分割有效涨点

【27】YOLOv13涨点改进 | 全网独家创新、HyperACE改进、注意力改进篇 | SCI一区 2025 | 引入FSSA傅里叶域稀疏自注意力,助力遥感小目标检测、图像分类、实例分割有效涨点

【28】YOLOv13涨点改进 | 全网独家创新、HyperACE改进,注意力改进篇 | TGRS 2024 | YOLOv13引入PTIM并行标记交互模块,增强全局上下文信息捕捉,适合红外小目标检测有效涨点

【29】YOLOv13涨点改进 | 全网独家创新、HyperACE改进,注意力改进篇 | ICML 2024 | YOLOv13引入SLAB简化线性注意力,轻量高效即插即用,适合各种目标检测、图像分类高效涨点

【30】YOLOv13涨点改进 | HyperACE改进、注意力改进篇 | ECCV 2024 | YOLOv13引入Agent Attention代理注意力模块,兼顾 Softmax 和线性注意力优点

【31】YOLOv13涨点改进 | 图像恢复、HyperACE改进、注意力改进篇 | Arxiv 2025 | YOLOv13引入PGSSA引导的光谱自注意力,结合全局和局部光谱自注意力机制,有效涨点起飞

【32】YOLOv13涨点改进 | HyperACE改进、注意力改进篇 | SCI一区 2024 | YOLOv13引入HIFA全局信息融合增强模块、含多种改进,助力目标检测、医学图像分割、图像分类有效涨点

【33】YOLOv13涨点改进 | HyperACE改进、注意力改进篇 | CVPR 2024 | YOLOv13引入MaSA曼哈顿自注意力、含多种改进,助力目标检测、图像分割、图像分类有效涨点

【34】YOLOv13涨点改进 | 独家HyperACE改进、注意力改进篇 | TGRS 2025 | 引入GLVMamba中的SCPP尺度感知上下文金字塔池化、助力目标检测、医学图像分割、图像分类有效涨点

✨🔥Backbone/主干网络改进篇🔥✨

【1】YOLOv13涨点改进 | 主干改进篇 | YOLOv13引入CVPR 2024顶会中的PKINet主干网络改进点,助力于遥感小目标检测任务极限涨点,全网独家创新

【2】YOLOv13涨点改进 | 主干改进篇 | CVPR 2025 | YOLOv13 更换MambaOut主干,适合图像分类、目标检测和图像分割等任务、不用mamba也能高效涨点

【3】YOLOv13涨点改进 | 轻量化、主干改进篇 | CVPR 2024 | YOLOv13更换StarNet主干,适合图像分类、目标检测和图像分割等任务、星星卷积虽小,却蕴藏着巨大的高效潜力

【4】YOLOv13涨点改进 | 轻量级网络,主干改进篇 | CVPR 2023 | YOLOv13更换LSKNet主干,针对遥感目标检测中微小目标检测

【5】YOLOv13涨点改进 | 独家主干改进篇 | CVPR 2024 | YOLOv13利用UniRepLKNet主干,利用大核卷积“看得广而不深”的特性,助力目标检测、图像分类、图像分割有效涨点

【6】YOLOv13涨点改进 | 独家主干改进篇 | CVPR 2024 | YOLOv13利用InceptionNeXt主干,将大核深度卷积分解为四个并行分支,在提升性能的同时显著降低计算效率

【7】YOLOv13涨点改进 | 独家主干改进篇 | CVPR 2023 | YOLOv13利用ConvNeXt V2 主干,采用两个重要增强模块设计,助力目标检测、图像分类、图像分割有效涨点

【8】YOLOv13涨点改进 | 全网独家首发 主干改进篇 | TGRS 2025 | RepViT-TD,告别庞大骨干!YOLOv13 + RepViT-TD轻量又强大,实现更快更准的小目标检测!

【9】YOLOv13涨点改进 | 全网首发、主干改进篇 | AAAI 2026 | StripNet 主干让 YOLOv13 更加强大!利用 StripNet的条形卷积,提升遥感目标检测有效涨点、高效发论文

【10】YOLOv13涨点改进 | 首发全网创新、主干改进篇 | AAAI 2026 | PartialNet 主干让 YOLOv13 更加强大!引入部分通道机制 和 部分注意力卷积,全方面提升了模型的性能

✨🔥Neck 特征融合改进篇🔥✨

【1】YOLOv13涨点改进 | 特征融合改进篇 | 高效涨点,YOLOv13利用CDFA对比度特征聚合模块,适用于目标检查,图像分割,图像增强(全网独家创新)来自AAAI2025顶会

【2】YOLOv13涨点改进 | 特征融合改进篇 | YOLOv13引入 CGAFusion高频与低频特征融合模块(全网独家创新)来自TIP 2024顶刊

【3】YOLOv13涨点改进 | Neck改进篇 | YOLOv13引入SAD尺寸感知解码器模块,适用于目标检查,图像分割,图像增强(全网独家创新)来自AAAI2025顶会

【4】YOLOv13涨点改进 | 特征融合改进篇 | YOLOv13引入PSFM高频与低频特征融合模块,助力高效涨点发论文(全网独家创新)

【5】YOLOv13涨点改进 | 特征融合改进篇 | YOLOv13引入CAFMFusion高频与低频特征融合模块(全网独家创新)二次创新模块

【6】YOLOv13涨点改进 | Neck改进篇 | YOLOv13引入ASF-YOLO中的SSFF、TFE和CPAM三个模块用于医学图像分割,含三种创新改进点(助力于小目标检测和分割高效涨点)

【7】YOLOv13涨点改进 | Neck改进篇 | YOLOv13引入 BiFPN双向特征金字塔网络,显著提升了多尺度特征融合效率

【8】YOLOv13涨点改进 | Neck改进篇 | YOLOv13引入SDI多尺度融合模块助力于小目标检测和图像分割涨点

【9】YOLOv13创新改进 | 全网独家创新/Neck改进篇 | YOLOv13引入DAMO-YOLO中的RepGFPN改进,助力于通用型、轻量级、高效型目标检测

【10】YOLOv13创新改进 | 独家Neck创新篇 | CVPR2024 | 引入LGAG大核分组注意门控融合模块,允许相关特征的激活和抑制不相关特征,涨点效果明显

【11】YOLOv13创新改进 | 全网独家创新篇 | CVPR 2024 | 引入HRAMi 多尺度特征融合模块,在超分辨率、低光照增强、去雨、彩色去噪和灰度去噪等场景任务上,实现高效涨点

【12】YOLOv13创新改进 | 全网独家Neck创新篇 | CVPR2025 | 引入RLAB残差线性注意力块,有效融合并强调多尺度特征,助力YOLOv13有效涨点(图像分割、目标检测等任务通用)三种改进

【13】YOLOv13创新改进 | 独家创新首发、Neck改进篇 | 引入LCA交叉注意力机制和IEL特征增强模块,助力YOLOv13低光,暗光检测高效涨点!【来自CVPR 2025 暗光增强 顶会】

【14】YOLOv13创新改进 | 全网独家创新、HyperACE、注意力改进篇 | 引入MSCA多尺度稀疏交叉聚合,GCBAM分组注意力,助力遥感目标检测、图像分类任务有效涨点 【TGRS 2025顶刊】

【15】YOLOv13创新改进 | 全网独家创新、HyperACE和Neck改进篇| 引入BIEF特征交互融合模块, 促进HyperACE跨层信息的传递,助力YOLOv13高效涨点【CVPR 2024 顶会】

【16】YOLOv13创新改进 | 全网独家创新、HyperACE改进篇| 引入MFM调制融合模块, LEGM局部到全局模块,二者共同合作,多种创新改进,助力YOLOv13高效涨点【CVPR 2024 顶会】

【17】YOLOv13创新改进 | 独家Neck改进篇 | MASAG多尺度自适应空间注意力门控融合,选择性地突出空间相关特征,有效提取局部和全局特征,助力小目标检测有效涨点 ,来自BMVC 2024

【18】YOLOv13创新改进 | 全网独家特征融合Neck改进篇 | 引入DSAM双流注意力融合模块,增强小目标在遥感图像中的表达能力,从而提升小目标检测精度,来自TGRS 2025顶刊

【19】YOLOv13涨点改进 | 全网独家创新、特征融合Neck改进篇 | TGRS2025顶刊 | 利用多尺度全局-局部特征融合模块MGLFM二次创新模块,助力YOLOv13有效涨点

【20】YOLOv13涨点改进 | 全网独家创新首发、特征融合Neck改进篇 | SCI 一区 2025 | 通道拼接融合已过时!用 DPCF 给 YOLOv13 加了“放大镜”,小目标检测终于被看见!

【21】YOLOv13涨点改进 | 全网独家创新首发、特征融合Neck改进篇 | TGRS 2025一区 | YOLOv13全新升级!淘汰超图计算,使用MSAM模块带来超强目标检测能力

【22】YOLOv13涨点改进 | 特征融合Neck改进篇 | CVPR 2025 | 引入FEFM和二次创新CFEM交叉融合增强模块,适合小目标检测、助力YOLOv13有效涨点-(全网独家创新首发)

【23】YOLOv13涨点改进 | 特征融合Neck改进篇 | CVPR 2025 | 引入FDSM频率域动态地选择模块,高效融合红外和可见光多模态特征、助力YOLOv13有效涨点-(全网独家创新首发)

【24】YOLOv13涨点改进 | 特征融合Neck改进篇 | TGRS 2025 | 引入FCM特征校正融合模块,通过空间维度和通道维度的校正,助力YOLOv13有效涨点--(全网独家创新首发)

【25】YOLOv13涨点改进 | 特征融合Neck改进篇 | TGRS 2025 | 引入FFM特征融合模块,实现特征的全局交互与融合,适合小目标检测、助力YOLOv13有效涨点--(全网独家创新首发)

【26】YOLOv13创新改进 | 全网独家创新、特征融合改进篇| TGRS 2025 顶刊| 引入IIA信息集成注意力融合模块, 助力YOLOv13高效涨点,适合各种目标检测任务、CV任务通用

【27】YOLOv13涨点改进 | 全网独家创新、Neck改进篇 | AAAI 2025 | YOLOv13引入BGBFusion双色引导桥特征融合模块,在多模态检测、小目标、遮挡、密集场景下带来显著检测精度

【28】YOLOv13涨点改进 | 全网独家创新、Neck改进篇 | TCSVT2025 | YOLOv13引入BFEFusion边界引导特征增强融合模块,在多模态检测、小目标检测、图像分割等任务有效涨点

【29】YOLOv13涨点改进 | 小目标检测、特征融合改进篇 | TGRS 2024 | YOLOv13引入CSFM上下文选择融合模块,适合多模态检测、红外小目标检测、小目标检测、遥感目标检测等任务有效涨点

【30】YOLOv13涨点改进 | 独家创新、Neck特征融合改进篇 | ICLR 2025 | YOLOv13引入FMoM频率调制融合模块,实现空间与频率的协同特征增强,助力多模态融合、小目标检测有效涨点

【31】YOLOv13涨点改进 | 独家创新、Neck特征融合改进篇 | ICLR 2025 | YOLOv13引入AFLB自适应频率学习融合模块,自适应地强化关键频段特征,助力多模态融合、目标检测有效涨点

【32】YOLOv13涨点改进 | 全网独家首发、Neck特征融合改进篇 | CVPR 2025 | YOLOv13引入ADWM自适应双重加权融合模块,有效优化特征的加权与融合,减少冗余并增强目标特征

【33】YOLOv13涨点改进 | 独家创新、Neck特征融合改进篇 | TGRS 2024 | 引入 EFC增强跨层特征相关创新点,含MSEF(多尺度有效融合模块)二次创新模块,助力遥感目标检测涨点

✨🔥细节涨点改进篇🔥✨

【1】YOLOv13改进 | 细节涨点篇 | YOLOv13引入HWD小波下采样模块,而不会显著增加计算开销,(适合小目标分割任务、小目标检测任务), 源自SCI一区

【2】YOLOv13涨点改进 | 细节涨点改进篇 | 引入CARAFE上采样模块 ,改善了传统上采样过程中的细节保留和重建质量,一种轻量级、高效的特征上采样改进。

【3】YOLOv13创新改进 | 细节涨点改进篇 | 引入SRFD 浅层下采样和DRFD深层下采样,提高特征稳健性(在图像分类、小目标检测和语义分割等任务上高效涨点)来自TGRS 2023顶刊论文

【4】YOLOv13创新改进 | 全网独家创新首发、涨点改进篇 | 引入AAFM自适应对齐频率模块, 实现跨范式特征的深层对齐与融合, 在八个基准数据集上取得SOTA性能!【来自ACM 2025 顶会】

【5】YOLOv13涨点改进 | 上采样细节涨点篇 | ACM 2024| 引入WFU小波特征上采样模块,通过无损分解和单独处理高低频分量特征,重构上采样阶段的高频细节与轮廓特征、助力小目标检测有效涨点

【6】YOLOv13涨点改进 | 独家下采样细节涨点篇 | ACM 2024 | 引入WFD小波特征下采样模块,保留更多细节信息,减少特征丢失、助力小目标检测、遥感小目标检测、图像分割有效涨点

【7】YOLOv13涨点改进 | 独家下采样创新改进篇 | ICCV 2023 | YOLOv13引入RepConvStem优化了特征提取,减少计算复杂度、内存占用和加速推理速度,有助于提升目标检测性能

【8】YOLOv13涨点改进 | 全网独家创新、细节涨点改进篇 | SCI 一区 2025 | 引入RHDWT残差离散小波变换,下采样创新改进,助力目标检测、图像分类、实例分割有效涨点

【9】YOLOv13涨点改进 | 全网独家创新、细节涨点改进篇 | CVPR 2025 | 引入二次创新SCEU 移动有效上采样模块,下,助力目标检测、图像分类、实例分割有效涨点

【10】YOLOv13涨点改进 | 全网独家创新、细节涨点改进篇 | CVPR 2025 | YOLOv13引入EDFFN高效鉴别频域模块,保留关键频率信息,助力各种目标检测、图像分类、实例分割任务有效涨点

【11】YOLOv13涨点改进 | 全网独家创新、细节涨点改进篇 | WACV 2025 | YOLOv13引入SEFN空间增强前馈模块,有效补充了长程依赖建模中的局部空间感知缺陷,各种CV任务有效涨点

【12】YOLOv13涨点改进 | 全网独家创新、细节涨点改进篇 | CVPR 2025 | 将 TAB 模块引入 YOLOv13 可显著提升其对长距离依赖建模能力,在小目标、遮挡、密集场景下带来显著检测精度

【13】YOLOv13涨点改进 | 全网独家创新、细节涨点改进篇 | AAAI 2025 | 将 CEM 颜色增强模块引入 YOLOv13 ,目标检测不再惧怕雾天和低光检测、小目标检测、遥感目标检测高效涨点

【14】YOLOv13涨点改进 | 全网独家创新、细节涨点改进篇 | ICLR 2024 | YOLOv13引入MOGA多阶门控聚合模块,含多种创新改进,尤其适合细粒度目标、遮挡和噪声环境下的目标检测任务

【15】YOLOv13涨点改进 | 细节涨点改进篇-暗光增强 | CVPR 2024 | YOLOv13引入HLFD高低频分解模块,分别高效处理高频和低频信息,含多种创新改进,适合低光特殊环境下的目标检测任务

【16】YOLOv13涨点改进 | 全网独家创新、细节涨点改进篇 | ICML 2024 | YOLOv13引入ICB交互式卷积模块和ASB自适应频谱模块,助力目标检测、异常检测有效涨点、含多种创新改进点

【17】YOLOv13涨点改进 | 独家下采样创新改进篇 | TGRS 2024 | YOLOv13引入WTFD小波变换特征分解下采样模块,适合遥感图像分割任务、遥感目标检测任务有效涨点

✨🔥Head/检测头改进篇🔥✨

【1】OLOv13改进 | 检测头改进篇 | 利用ASFF改进YOLOv13检测头,自适应空间特征融合模块,在所有的目标检测上均有大幅度的涨点效果

【2】YOLOv13改进 | 检测头Head改进篇 | 利用DynamicConv高效动态卷积改进YOLOv13检测头,DyHead通过增强检测头操作,提高模型目标检测的精度

【3】YOLOv13改进 | 检测头Head改进篇 | 利用RFAConv感受野注意力卷积改进YOLOv13检测头,RFAHead感受野注意检测头,助力小目标检测高效涨点

【4】YOLOv13改进 | 全网独家 检测头Head创新改进篇 | 利用DCNv4可变形卷积改进YOLOv13检测头,DCNv4Head可变形卷积检测头,轻量高效改进、助力YOLOv13高效涨点

【5】YOLOv13涨点改进 | 独家检测头Head改进篇 | 引入DSConv让 YOLOv13 更聪明的关键:一颗会‘游走’的动态蛇检测头DSCHead,助力小目标检测和小目标分割有效涨点

【6】YOLOv13涨点改进 | 全网独家创新、检测头Head改进篇 | 使用PATConv改进YOLOv13的检测头,通过并行的卷积和注意力机制,处理小物体、遮挡物助力小目标检测和小目标分割有效涨点

【7】YOLOv13涨点改进 | 全网独家创新、检测头Head改进篇 | AAAI 2026 | 使用StripConvHead改进YOLOv13的检测头,处理小物体、遮挡小目标检测有效涨点

✨🔥全网独家多种改进点组合 /高效发小论文🔥✨

【1】YOLOv13创新改进 | 独家Neck改进篇 | ICME 2024 | MDCR捕捉不同感受野范围内的空间特征,增强对小目标的判别能力,助力红外小目标检测暴力涨点

【2】YOLOv13涨点改进 | 全网独家融合创新细节涨点篇 | ACM 2024顶会 | 引入FDT全域特征增强模块,有效地融合局部、区域和全局的信息来增强特征的表达能力,助力YOLOv13有效涨点!

【3】YOLOv13涨点改进 | 全网独家组合多种创新改进篇 | TGRS 2025 | 将FCM与FFM联合应用于YOLOv13,实现特征“校正+融合”,助力小目标检测高效涨点(独家首发改进、可以发论文)

【4】YOLO13涨点改进 | 全网独家复现、小目标检测改进篇 | TGRS 2025 | YOLOv13引入MFAE-YOLO中的GFFP、FCPS 和 DSC3k2-FPEU创新点,涨点起飞,直接发论文

✨🔥小目标检测涨点改进篇🔥✨

【1】YOLOv13涨点改进 | Conv篇/小目标改进 | YOLOv13引入SPDConv卷积特征无损下采样模块,增加适合YOLOv13小目标检测P2层改进(助力小目标任务高效涨点)

【2】YOLOv13涨点改进 | Conv篇/小目标改进 | AAAI 2025 两个轻量级FCM和MKP模块, FBRT-YOLOv13助力无人机航拍任务VisDrone、UAVDT和AI-TOD高效涨点

【3】YOLOv13创新改进 | 全网独家创新篇、小目标检测专属 | AAAI2025 | 引入HS-FPN中的HFP和SDP创新点,从频域增强小目标特征,淘汰FPN进行升级,助力YOLOv13有效涨点

【4】YOLOv13创新改进 | 全网独家Neck改进篇 | ICME 2024 | DASI 维度感知的选择性融合模块,提升小目标显著性,助力红外小目标暴力涨点

【5】YOLOv13创新改进 | 独家Neck改进篇 | ICME 2024 | MDCR捕捉不同感受野范围内的空间特征,增强对小目标的判别能力,助力红外小目标检测暴力涨点

【6】YOLOv13涨点改进 | 全网独家创新、涨点改进篇 | TGRS2024 遥感小目标检测顶刊、让 YOLOv13 不再忽略“小目标”检测—全新“小目标克星” FFCA-YOLOv13 发布!

【7】YOLOv13涨点改进 | 全网独家创新、HyperACE改进、涨点改进篇 | TGRS2025顶刊、利用GMM和LMM两个创新点,“遥感图像小目标检测神器!助力YOLOv13效果更惊艳”

【8】YOLOv13涨点改进 | 独家创新Neck改进篇 | 给yolov13分别增加P2小目标检测层和P6大目标检测层

【9】YOLOv13涨点改进 | 独家创新改进篇 | Arxiv 2025 | MHAF‑YOLO,引入RepHMS高效特征提取模块,适合轻量级目标检测、小目标检测、图像分类、旋转目标检测、实例分割有效涨点

【10】YOLOv13涨点改进 | 独家创新改进篇 | ACM 2025 | YOLOv13引入LGLBlock大核局部-全局-局部模块,在医学图像分割和小目标检测上有效涨点改进,提取长距离语义和边缘细节信息

【11】YOLOv13涨点改进 | 独家创新改进篇 | AAAI2024 | YOLOv13引入CFBlock增强对长程依赖和全局语义信息的建模能力,有助于提升复杂场景下小目标、遮挡目标的检测精度

【12】YOLOv13涨点改进 | 小目标检测、特征融合改进篇 | TGRS 2024 | YOLOv13引入CSFM上下文选择融合模块,适合多模态检测、红外小目标检测、小目标检测、遥感目标检测等任务有效涨点

【13】YOLOv13涨点改进 | 全网独家创新、HyperACE改进,注意力改进篇 | TGRS 2024 | YOLOv13引入PTIM并行标记交互模块,增强全局上下文信息捕捉,适合红外小目标检测有效涨点

【14】YOLOv13涨点改进 | 独家小目标涨点改进篇 | TGRS 2025 | YOLOv13引入ABRNet小目标检测顶刊中的:ARF自适应性感受野和MCA双向交叉轴注意力,适合小目标检测有效涨点

【15】YOLO13涨点改进 | 独家创新、损失函数改进篇 | TGRS 2025顶刊 | 带来AIoU小目标涨点损失函数,增强了目标检测中对边界框形状和尺寸的敏感度,适合复杂场景和小物体检测中有效涨点

【16】YOLO13涨点改进 | 全网独家复现、小目标检测改进篇 | TGRS 2025 | YOLOv13引入MFAE-YOLO中的GFFP、FCPS 和 DSC3k2-FPEU创新点,涨点起飞,直接发论文

✨🔥损失函数改进篇🔥✨

【1】YOLOv13涨点改进 | 最全损失函数改进篇 | SIoU 、WIoU、GIoU、DIoU、EIOU、CIoU, InnerIoU、InnerSIoU、InnerWIoU、FocusIoU等损失函数

【2】YOLO13涨点改进| 损失函数改进篇 |AAAI 2025| 一种小目标检测SDLoss损失函数,解决现有损失函数对不同目标尺度敏感度不足的局限,提高了网络检测不同尺度目标的敏感能力,助力高效涨点

【3】YOLOv13涨点改进 | 损失函数改进篇 | 引入NWDLoss损失函数,提高小目标检测精度,小目标检测任务专属改进,详细使用步骤

【4】YOLOv13涨点改进 | 损失函数改进篇 | 引入SlideLoss损失函数,适合目标检测中面临的尺度变化、遮挡以及难易样本不平衡等复杂场景下的检测任务,详细使用步骤

【5】YOLOv13涨点改进 | 独家小目标涨点、损失函数改进篇 | 引入MPDIoU损失函数,适合目标密重叠的特殊情况,一种高效准确的边界框回归损失函数,优于现有损失函数的性能,助力YOLOv13有效涨点

【6】YOLOv13涨点改进 | 独家小目标涨点、损失函数改进篇 | 引入ATFLoss损失函数,适合小目标检测,解决检测目标与背景失衡问题,助力YOLOv13轻松有效涨点,高效发论文

【7】YOLO13涨点改进 | 独家创新、损失函数改进篇 | TGRS 2025顶刊 | 带来AIoU小目标涨点损失函数,增强了目标检测中对边界框形状和尺寸的敏感度,适合复杂场景和小物体检测中有效涨点

✨🔥YOLO结合Mamba 最新热点改进篇🔥✨

【1】YOLOv13涨点改进 | YOLO联合Mamba火热发论文改进篇 | AAAI 2025顶会 | Mamba-YOLOv13-T,利用 SSM 的高效全局建模能力,面向轻量级、实时性极强的目标检测

【2】YOLOv13涨点改进 | YOLO联合Mamba火热发论文改进篇 | AAAI 2025顶会 | Mamba-YOLOv13-B,利用SSM的高效全局建模能力,平衡性能与效率,适合各种目标检测任务!

【3】YOLOv13涨点改进 | YOLO联合Mamba火热发论文改进篇 | AAAI 2025顶会 | Mamba-YOLOv13-L,利用SSM的高效全局建模能力,追求精度效率,适合各种目标检测任务!

【4】YOLOv13涨点改进 | YOLO联合Mamba火热发论文改进篇 | AAAI 2025顶会 | Mamba-YOLOv13-Segment,适合图像分割任务,独家创新改进!

【5】YOLOv13涨点改进 | YOLO联合Mamba火热发论文改进篇 | CVPR 2025 | 引入EfficientViM 新型轻量级视觉Mamba,高效捕捉全局依赖,含二次创新、适合目标检测任务

✨模型轻量化改进篇✨

【1】YOLOv13涨点改进 | 主干改进篇、轻量化改进 | YOLOv13更换主干Backbone之MobileNetV1(轻量化主干网络结构)

【2】YOLOv13涨点改进 | 主干改进篇、轻量化改进 | YOLOv13 更换主干Backbone之MobileNetV2(轻量化主干网络结构--高效轻量移动模型)

【3】YOLOv13涨点改进 | 主干改进篇 | YOLOv13 更换主干Backbone之MobileNetV3(轻量化主干网络结构--在移动分类、检测和分割任务上的表现很好,快拿去跑实验吧)

【4】YOLOv13涨点改进 | 主干改进篇 | YOLOv13 更换主干Backbone之MobileNetV4,轻量化主干网络结构-2024年最新的移动端网络

【5】YOLOv13涨点改进 | 全网独家创新、高效涨点改进篇 | CVPR 2024 | YOLOv13引入SHSA单头自注意力模块,减少冗余的多头注意力,轻量化改进,助力目标检测和图像分类任务高效涨点

YOLOv11创新改进 | 全网首发独家Conv创新篇 | ICCV 2025 | 引入MBRConv,通过多个不同的卷积分支提取图像的局部与全局信息,增强对小目标、遮挡目标和低质量图像的检测的鲁棒性 本文提出MBRConv卷积优化YOLOv11模型,通过多分支重参数化技术显著提升目标检测性能。MBRConv模块在训练阶段采用多尺度卷积分支提取特征,推理时合并为单一卷积层,实现高效部署。该方案包含4种创新改进:1)轻量化结构仅4K参数量;2)融合重参数化与增量权重优化;3)引入特征自变换模块;4)采用分层双路径注意力机制。实验表明,改进后的模型在低光、复杂场景下对小目标检测具有更强鲁棒性,同时推理速度达1100FPS。文章详细提供了模块结构图、核心代码实现及4种改进方案的YAML配置文件。 420 阅读·7 点赞·3 收藏 阅读详情

相关推荐

全新YOLOv11有效涨点改进专栏目录 | 本专栏持续更新500+篇内容 | 包含各种卷积、主干网络、各种注意力机制、检测头、损失函数、小目标检测改进、二次创新模块、独家创新等几百种创新点改进

YOLOv11专栏持续更新500+种创新改进方案,涵盖卷积优化、注意力机制、主干网络、Neck特征融合、检测头、小目标检测等核心模块。提供独家创新点组合方案、模型轻量化改进及最新Mamba架构融合技术,配套完整实验代码和训练参数解析。订阅用户可加入专属答疑群,获取一键运行项目支持。专栏包含YOLOv11网络结构详解、配置文件解读等入门必读内容,助力科研论文发表与模型性能提升。限时开放订阅通道,提供多种涨点改进方案组合,满足不同研究需求。

Ai缝合怪、助力小伙伴高效发论文 4031

全新YOLO26有效涨点改进专栏目录 | 本专栏持续更新500+篇内容 | 包含各种卷积、主干网络、各种注意力机制、检测头、损失函数、小目标检测改进、二次创新模块、独家创新等几百种创新点改进

🔥《2026年YOLO26改进专栏》🔥 🚀持续更新500+最前沿创新改进点(顶会顶刊论文/独家创新策略),涵盖主干网络、各种卷积、注意力机制、检测头等模块,助力科研论文发表与模型性能提升,支持检测/分割/分类任务。订阅即获完整可运行项目,提供专业QQ答疑群,适合科研发论文(SCI/CCF/核心)及工业应用(PCB/医学/遥感检测)。专栏价格将逐步上涨,早订更优惠! ⭐特色:非计算机专业友好、模块可自由组合、全网独家创新;📌适用:研究生大论文和小论文创新、小目标检测、多领域科研应用,满足不同研究需求。

Ai缝合怪、助力小伙伴高效发论文 5202

YOLOv12改进专栏目录 | 本专栏持续更新500+篇内容 | 包含各种卷积、主干网络、各种注意力机制、检测头、损失函数、小目标检测改进、二次创新模块、独家创新等几百种创新点改进

《YOLOv12高效涨点改进专栏》提供500+创新改进方案,涵盖卷积、主干网络、注意力机制等模块优化,适用于检测、分割等任务。改进点来自顶会论文和个人经验,支持多种模型版本和任务场景。专栏包含详细教程、数据集增强、性能评估工具等,帮助科研人员快速实现模型优化和论文发表。提供完整运行项目和环境配置指导,适合计算机及相关专业研究人员使用,持续更新保障长期科研需求。

Ai缝合怪、助力小伙伴高效发论文 2344

YOLOv13涨点改进 | 独家检测头Head改进篇 | 引入DSConv让 YOLOv13 更聪明的关键:一颗会‘游走’的动态蛇检测头DSCHead,助力小目标检测和小目标分割有效涨点

本研究提出了一种名为DSCHead的动态蛇形检测头改进方法,用于增强YOLOv13模型在目标检测和图像分割中的性能。该方法通过引入DSConv(动态蛇形卷积)模块,能够更有效地感知细长、弯曲等复杂结构,特别适用于血管、道路等管状结构的精确分割。DSConv采用受控形变策略,通过"蛇形"路径跟踪目标结构,解决了传统可变形卷积在细小目标上易漂移的问题。实验表明,该方法在医学图像和遥感等场景中显著提升了检测精度和分割质量,同时保持了计算效率。研究还提供了完整的代码实现步骤和配置文件。

Ai缝合怪、助力小伙伴高效发论文 301

YOLOv13涨点改进 | 全网独家创新、Neck改进篇 | AAAI 2025 | YOLOv13引入BGBFusion双色引导桥特征融合模块,在多模态检测、小目标、遮挡、密集场景下带来显著检测精度

本文提出了一种改进YOLOv13的双色引导桥(BGBFusion)网络模型,通过融合YCbCr和RGB色彩空间的优势,在频域和空域增强目标检测性能。BGBFusion模块包含相位整合模块(PIM)和交互注意力模块(IAM),利用YCbCr在雾霾场景下更稳健的纹理特征来引导RGB特征,有效提升复杂环境下的检测精度。该方案计算开销小,不影响实时性,在雾、烟、夜间等低对比度场景中显著降低误检率,并改善小目标检测效果。文章提供了完整的模块实现代码和YOLOv13集成配置方法,展示了改进后的网络结构图和两种YAML

Ai缝合怪、助力小伙伴高效发论文 441

YOLOv13一文弄懂 | YOLOv13网络结构解读 、yolov13.yaml配置文件详细解读与说明、YOLO虚拟环境安装、模型训练、验证、推理参数详细解析 | 通俗易懂!入门必看系列!

本文全面解析YOLOv13目标检测模型,包括网络结构、训练配置和实验方法。主要内容涵盖:1)YOLOv13的创新设计,引入HyperACE机制和FullPAD范式提升复杂场景检测能力;2)详细解读yaml配置文件,分析backbone、neck和head模块参数;3)提供完整的虚拟环境配置指南;4)详解训练参数设置,包括数据增强、优化器选择等关键参数;5)给出模型验证和推理代码模板。该文为研究者提供了YOLOv13的完整技术文档,特别适合需要复现或改进该模型的开发者参考。

Ai缝合怪、助力小伙伴高效发论文 2万+

YOLOv13涨点改进| CVPR 2026 |独家创新首发、注意力改进篇| 引入SCFM空间-通道特征调制器,通过空间与通道双重特征调制机制,增强特征表述,含多种创新改进,促进YOLOv13高效涨点

🔥本文提出了一种改进YOLOv13模型的SCFM(空间-通道特征调制器)模块,通过双路径特征调制机制增强目标检测性能。SCFM模块采用空间和通道注意力机制,有效保留边缘纹理等高频信息,弥补传统聚类方法的细节损失。该模块具有轻量化设计,计算开销低,在保持模型效率的同时显著提升小目标和复杂背景下的检测精度。文章详细介绍了SCFM的结构原理、实现代码和配置方法,并提供了两种改进方案的YAML配置文件(yolov13n_SCFM2.yaml和yolov13n_DSC3k2_SCFM.yaml)

Ai缝合怪、助力小伙伴高效发论文 186

YOLOv13涨点改进 | 图像恢复、HyperACE改进、注意力改进篇 | Arxiv 2025 | YOLOv13引入PGSSA引导的光谱自注意力,结合全局和局部光谱自注意力机制,有效涨点起飞

《PGSSA模块改进YOLOv13的目标检测性能》本文提出通过PGSSA模块改进YOLOv13网络,显著提升目标检测性能,特别是在高光谱图像和退化图像场景中。PGSSA模块通过以下机制实现性能提升:(1)采用光谱自注意力机制恢复受损图像的光谱信息;(2)结合全局与局部特征建模增强多尺度特征融合能力;(3)利用光谱提示技术适应不同退化类型。实验表明,改进后的模型在9项HSI修复任务中超越现有方法,在复杂场景下展现出更强的检测准确性和鲁棒性。文章详细介绍了PGSSA模块的结构原理、核心代码实现方法。

Ai缝合怪、助力小伙伴高效发论文 303

YOLOv13涨点改进 | 全网独家创新,注意力改进篇 | TGRS 2025 | 引入ADPAM自适应双感知注意力模块,有效抑制复杂背景干扰,增强特征表示,助力红外小目标检测有效涨点

🔥本文提出ADPAM自适应双感知注意力模块,通过通道与空间注意力协同机制改进YOLOv13模型。该模块在特征融合阶段动态强化目标相关特征,精准定位潜在区域,有效抑制背景干扰,提升小目标和弱对比目标的检测性能。实验表明,ADPAM在不显著增加计算开销的情况下,能增强特征判别性、降低误检率,并提高模型在复杂场景下的检测精度与鲁棒性。文章详细介绍了模块结构、优势及实现方法,包括核心代码和配置步骤,为YOLOv13改进提供了有效方案。

Ai缝合怪、助力小伙伴高效发论文 66

YOLOv13涨点改进| Kimi团队 2026 |独家创新首发、注意力改进篇|爆火AttnRes残差自注意力模块,含多种创新改进,借助残差思想,缓解细节信息在传播过程中被稀释,促进YOLOv13涨点

🔥本文提出了一种基于注意力残差(AttnRes)模块改进的YOLOv13网络模型。该模型通过引入深度维度的注意力加权机制,替代传统的固定残差累加方式,使网络能够自适应选择更有价值的历史层特征进行聚合。AttnRes模块采用softmax注意力机制,让每一层通过学习到的输入依赖权重选择性聚合早期表征,有效缓解了浅层细节信息在深层传播过程中被逐渐稀释的问题。实验表明,该方法在较小额外开销下能显著提升YOLOv13的特征表达能力、检测精度和整体鲁棒性,尤其在小目标、密集目标和复杂背景场景下表现优异。

Ai缝合怪、助力小伙伴高效发论文 71

YOLOv13涨点改进| ECCV 2026 |独家创新、主干改进篇| 全新PKINetV2主干让YOLOv13更加强大!增强遥感目标检测中的几何建模能力、尺度适应能力,助力目标检测、旋转目标检测涨点

🔥本文介绍了基于PKINetV2主干网络改进的YOLOv13目标检测模型。PKINetV2通过结合条带卷积和方形卷积,能有效处理遥感图像中不同形态的目标(如细长桥梁和规则建筑)。该架构包含PKS多核感受野模块,通过异构核重参数化技术提升推理效率,相比前代实现3.9倍加速。文章详细提供了两种改进方案(PKINetV2_S/T)的代码实现、配置文件修改步骤和YAML配置模板,指导用户替换YOLOv13的主干网络以增强多尺度目标检测能力,特别是针对小目标、密集目标和复杂背景场景。

Ai缝合怪、助力小伙伴高效发论文 57

YOLOv13涨点改进| CVPR 2026 |独家创新首发、特征融合改进篇 | 引入 LFSB 差分双维注意融合模块,通过交替特征融合与分离策略,能够精准区分目标特征,顶会助力YOLOv13有效涨点

🔥本文提出LSFB差分双维注意融合模块改进YOLOv13模型,通过跨流减法算子和双维注意力机制实现特征解耦与融合。LSFB模块包含四个关键步骤:特征对齐、双维注意力计算、差分分离和特征聚合,有效解决了复杂场景下的特征混淆问题。实验表明,该模块显著提升了模型在重叠物体和反射干扰等挑战性场景中的检测性能。文章详细介绍了模块结构、实现原理、核心代码及三种改进配置方案,为YOLOv13模型优化提供了创新解决方案。

Ai缝合怪、助力小伙伴高效发论文 64

YOLOv13涨点改进 | 独家创新-注意力改进篇 | AAAI 2025 | YOLOv13引入 DRM 防御优化模块,进行特征优化/特征增强,助力目标检测、图像分类、图像分割有效涨点

本文提出在YOLOv13模型中引入DRM(防御优化模块)的创新改进方案。DRM模块通过特征精炼、自注意力机制和抗噪声设计,显著提升了模型在对抗攻击下的鲁棒性和特征提取能力。该模块能有效减少上/下采样操作导致的信息丢失,增强边缘、纹理等细节特征的保留,并提高下游任务性能。文章详细介绍了DRM的模块结构、核心代码实现(包括PatchEmbed、ESSAttn等关键组件)以及具体集成方法,提供了两种改进配置方案。改进后的模型在复杂场景中展现出更优的目标检测精度和计算效率。

Ai缝合怪、助力小伙伴高效发论文 133

YOLOv13涨点改进 | 独家下采样创新改进篇 | ICCV 2023 | YOLOv13引入RepConvStem优化了特征提取,减少计算复杂度、内存占用和加速推理速度,有助于提升目标检测性能

本文提出将卷积Stem模块应用于YOLOv13目标检测网络,通过替换传统密集卷积为深度可分离卷积,显著提升了计算效率、减少了模型参数和内存使用。该模块优化了网络初期的特征提取,同时保持较高的准确度,有助于提升目标检测性能,特别是在多尺度特征融合和小物体检测方面。实验表明,改进后的YOLOv13在移动设备和边缘设备上运行更加高效,具有更好的实时性和部署灵活性。文章详细介绍了模块结构、核心代码实现及配置方法,为相关研究提供了可行的技术方案。

Ai缝合怪、助力小伙伴高效发论文 271

YOLOv13涨点改进| CVPR 2026 |独家创新首发、特征融合改进篇 | 引入CrGF跨尺度门控融合模块,可直接替换PAN-FPN颈部的传统融合算子, 含多种改进,提升小 或 密集目标检测精度

✨本文提出CrGF跨尺度门控融合模块,用于改进YOLOv13网络模型。该模块可替代传统PAN-FPN颈部融合算子,通过双向门控机制动态整合多尺度特征,解决语义-细节失衡问题。CrGF模块具有轻量化特点,在保持模型效率的同时显著提升小目标和密集目标的检测精度。文章详细介绍了模块原理、实现代码及在YOLOv13中的集成方法,并提供了三种改进配置方案。实验结果表明,该创新模块能有效平衡检测精度与速度,提升模型在复杂场景下的鲁棒性。

Ai缝合怪、助力小伙伴高效发论文 78

【VAX 小番茄安装详细步骤】

本文详细介绍了在VS2022环境下安装Visual Assist X(番茄助手)的步骤及常见问题解决方案。主要内容包括:安装前的兼容性设置(需修改为Windows7兼容模式)、安装流程(卸载旧版本、勾选对应VS版本、替换关键dll文件)以及常见问题处理(如安装失败、工具栏图标缺失等)。文章提供了完整的下载链接和操作截图,特别强调了安装失败后的清理方法(注册表、安装目录和残余文件删除)。最后给出了安装成功后的测试运行指引。

qq_23962581的博客 1722

1.3、云计算HCIP融合存储产品及部署

目标:描述Oceanstor V3系列存储产品系统组成及产品定位 描述Oceanstor V3硬件结构及软件架构 掌握存储系统与主机系统之间的连接 一、存储型号 低端型存储:Oceanstor 2200 2600 2800 V3/V5 终端型存储:Oceanstor 5300 5500 5600 5800 6800 V3/V5 高端型存储:Oceanstor 18000 二、Oceanstor V3系列存储系统定位 OceanStor V3系列存储系统是华为根据存储产品应用现状和存储

weixin_43666279的博客 1656

最大似然估计、梯度下降、EM算法、坐标上升

主要讲解的是机器学习中参数学习算法之间的区别,以及应用的场景。 最大似然估计: 其中目标函数是对数似然函数。为了求目标函数取最大值时的theta。有两个关机键步骤,第一个是对目标函数进行求导,第二个是另导数等于0,求解后直接得到最优theta。两个步骤缺一不可。 梯度下降: 对目标函数进行求导,利用导函数提供的梯度信息,使参数往梯度下降最快的方向移动一小步,来更新参数。为什

tzl2093的博客 5143

博途PLC PID仿真LSim_PT1库算法(一阶系统差分方程推导全过程)

博途PLC的PID仿真可以参看下面这篇博客,这篇文章我们主要论坛仿真库LSim的算法由来。如何利用博途PLC PID_Compact 进行PID仿真(一阶系统)_RXXW_Dor的博客-CSDN博客博途PLC PID控制器 PID_Compact FB如何使用可以参看下面这篇文章,这里不再赘述。

RXXW_Dor的博客 2862

在zcu102开发板上使用PetaLinux运行Qt程序

请注意,上述步骤只是一个概述,并且可能需要根据特定的开发环境和要求进行适当的调整。如果你是一个初学者或者对于这些领域不太熟悉,建议在尝试之前阅读相关的文档和教程,或者寻求专业人士的帮助。在"Projects"菜单中,选择"Build & Run"选项,并在"Build"步骤中选择正确的工具链。注意:如果Qt程序依赖于其他库文件,需要将这些库文件一起复制到PetaLinux工程的根文件系统目录中,并在Qt程序中正确地配置库文件路径。如果一切顺利,PetaLinux系统将启动,并自动运行Qt程序。

UhxzCombined的博客 698

059、RealBasicVSR 实战:真实场景视频超分的退化建模与优化技巧

本文分享了RealBasicVSR在真实场景视频超分中的实战经验。针对传统方法假设理想化下采样导致的性能瓶颈,重点阐述了三个关键技术点:1)通过可学习退化编码器建模复杂未知退化过程,避免手动设计退化参数的局限;2)采用双向传播和DCN对齐增强时序一致性;3)组合多种损失函数并优化训练策略(如余弦退火学习率、随机退化增强)。作者结合项目实践指出了显存管理、训练时长、评估指标等常见问题,并给出实用建议:优先验证数据退化复杂度,重视数据预处理,合理调整超参数。文章强调真实场景视频超分的核心在于让模型自适应未知退化

ai技术增长的博客 180

Python 爬虫教程:抓取交通流量和道路信息

Scrapy是一个强大的爬虫框架,适用于大规模的爬虫任务。它提供了高效的数据抓取和存储功能,支持数据清洗和解析操作。Scrapy特别适合用于抓取开放的API接口和数据流。

2201_76125261的博客 2236

全志V3S嵌入式驱动开发(解决kernel 5.2.y wifi驱动问题)

​【 声明:版权所有,欢迎转载,请勿用于商业用途。 联系信箱:feixiaoxing @163.com】 wifi模块,之前测试的时候,开发板上用的是esp8089,当时内核时4.14.y,测试也是通过的。链接地址在这里, https://blog.csdn.net/feixiaoxing/article/details/131178420?spm=1001.2014.3001.5501 那个时候测试的时候,我们就说过,wifi驱动可能是除了镜像制作之外,最复杂的一个

嵌入式-老费,一个分享专业嵌入式知识的blog 1161

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

上一篇: YOLOv13涨点改进 | 检测头改进篇 | 利用ASFF改进YOLOv13检测头,自适应空间特征融合模块,在所有的目标检测上均有大幅度的涨点效果
下一篇: 全新YOLOv11有效涨点改进专栏目录 | 本专栏持续更新500+篇内容 | 包含各种卷积、主干网络、各种注意力机制、检测头、损失函数、小目标检测改进、二次创新模块、独家创新等几百种创新点改进
Ai缝合怪 博士
博客等级 码龄7年 2963粉丝 1907原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值