【YOLO11改进 - 即插即用】SMFA（Self-Modulation Feature Aggregation）：自调制特征聚合模块

于 2024-11-27 22:39:42 发布
阅读量419 收藏 1
点赞数
CC 4.0 BY-SA版权
分类专栏： YOLO11创新改进涨点与实战案例 文章标签： YOLO 目标检测 yolo11 神经网络 网络
原创文章，禁止任何形式转载！
本文链接：https://blog.csdn.net/shangyanaf/article/details/144096387

YOLO11目标检测创新改进与实战案例专栏

文章目录： YOLO11创新改进系列及项目实战目录 包含卷积，主干 注意力，检测头等创新机制 以及 各种目标检测分割项目实战案例

专栏链接: YOLO11目标检测创新改进与实战案例

在这里插入图片描述

文章目录

介绍

image-20241127222550441

摘要

基于Transformer的图像恢复方法因其自注意力（Self-Attention, SA）机制能够挖掘非局部信息，在高分辨率图像重建中表现出显著的性能提升。然而，Transformer中的点积自注意力（dot-product SA）计

了解本专栏 订阅专栏 解锁全文
评论
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

打赏作者

YOLO大师

你的打赏，我的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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