技术栈
yolov11
一勺汤
1 个月前
深度学习
·
yolo
·
目标检测
·
视觉检测
·
模块
·
改进
·
yolov11
YOLOv11模型改进-注意力-引入简单无参数注意力模块SimAM 提升小目标和遮挡检测
本篇文章将介绍一个新的改进机制——卷积和注意力融合模块SimAM ，并阐述如何将其应用于YOLOv11中，显著提升模型性能。首先，SimAM 是一种用于卷积神经网络的简单且无参数的注意力模块，它基于神经科学理论定义能量函数来计算 3-D 注意力权重，能有效提升网络的表征能力，且具有轻量级、高效等优势。随后，我们将详细讨论他的模型结构，以及如何将SimAM 模块与YOLOv11相结合，以提升目标检测的性能。
kay_545
1 个月前
人工智能
·
深度学习
·
yolo
·
计算机视觉
·
面试
·
yolo11
·
yolov11
YOLO11改进 | 注意力机制 | 添加适用于遥感图像的LSKblock注意力
秋招面试专栏推荐 ：深度学习算法工程师面试问题总结【百面算法工程师】——点击即可跳转💡💡💡本专栏所有程序均经过测试，可成功执行💡💡💡
给算法爸爸上香
2 个月前
yolo
·
目标检测
·
yolov11
YOLOv11尝鲜测试五分钟极简配置
ultralytics团队在最近又推出了YOLOv11，不知道在有生之年能不能看到YOLOv100呢哈哈。 根据官方文档，在 Python>=3.8并且PyTorch>=1.8的环境下即可安装YOLOv11，因此之前YOLOv8的环境是可以直接用的。 安装YOLOv11：