YOLOv11架构图
2026-01-31 18:24:18 0 举报本模板专为深度学习开发者、论文作者及 AI 爱好者设计，精准还原 2024-2025 年度最强目标检测模型 YOLOv11 的全貌。 严谨架构： 深度拆解 Backbone-Neck-Head 三段式结构，包含最新的 C3K2 残差模块与 C2PSA 空间注意力机制。 学术标准： 严格遵循论文原意，标注关键卷积参数与特征图维度变化，可直接用于学术汇报或毕业论文插图。 极致美化： 采用 ProcessOn 深度定制配色，逻辑线条清晰，交互动效感十足，助你秒速理解 SOTA 模型的演进逻辑。
作者其他创作
大纲/内容
C3K2 核心模块
回归分支 (Reg)
Backbone 骨干网
上采样 (Upsample)
3x3 卷积
Input (640x640x3)
Neck 输入特征
残差相加 (Add)
类别概率 (Score)
输出特征 (Output)
检测头1 (小目标)
分类分支 (Cls)
1x1 卷积
Bottleneck 内部构造
值向量 (Value)
解耦检测头
查询向量 (Query)
1x1 卷积 (PSA输入)
3x3 卷积 (s=2)
\"P5 输出\"
C3K2 模块 (xN1)
拼接 (Concat)
PSA Layer
Neck 特征融合
1x1 卷积 (降维)
边界框参数 (Bbox)
1x1 卷积 (输出)
1x1 卷积 (支路2)
解耦头
SPPF 空间池化
输入特征
C3K2 模块
张量拼接 (Concat)
注意力权重计算 (Softmax)
C3K2 模块 (xN2)
输入
检测头2 (大目标)
输入特征 (Input)
特征融合 (Concat)
加权输出
\"Shortcut\"
极化自注意力
\"P4 输出\"
Bottleneck 堆叠 (xN)
Head 解耦检测头
1x1 卷积 (支路1)
C2PSA 注意力 (xN3)
输出特征
键向量 (Key)
C3K2 模块 (xN4)
0 条评论
下一页
