一、本文介绍
🔥本文给大家介绍使用 MFPM 多频感知融合模块模块改进 YOLOv13 网络模型,可以在多尺度特征融合阶段显著提升特征的判别质量。MFPM 通过频域建模与多频选择机制,对高层语义特征进行重标定,有效抑制复杂背景和目标样噪声,同时放大真实目标在频谱中的稳定响应,使融合后的特征更加“干净、聚焦”。在不显著增加计算开销的前提下,MFPM 能够降低误检率、增强小目标和弱目标的检测能力,并提升整体检测鲁棒性,尤其适用于红外、遥感等高噪声场景,同时具备良好的模块独立性和工程可集成性,适合在 YOLOv11 中作为可插拔的特征增强模块使用。
🔥欢迎订阅我的专栏、带你学习使用最新-最前沿-独家YOLOv11创新改进!🔥
专栏改进目录:YOLOv11改进专栏包含卷积、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、C2PSA/C3k2二次创新改进、全网独家创新等创新点改进
全新YOLOv11-发论文改进专栏链接:全新YOLOv11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</