YOLOv11 架构改进 & 常见指令

文章预览

今天我们介绍 YOLOv11，这个系列中的最新成员。YOLO 是一个在目标检测领域几乎无与伦比的算法，它产生了非常成功的结果。这个算法系列在 YOLOv5 之后由 Ultralytics 继续开发，并且每个新模型都带来了更好的性能。 YOLOv11 是 Ultralytics 开发的最新 YOLO 模型。这个模型在执行实时目标检测时，继续平衡准确性和效率。在之前的 YOLO 版本基础上，YOLO11 在架构和训练上提供了显著的改进。在保持速度的同时提高性能的最重要的架构变化是增加了 C3K2 块、SPFF 模块和 C2PSA 块。 C3K2 块： 这是在以前版本中引入的 CSP（Cross Stage Partial）块的增强。该模块使用不同的核大小（例如 3x3 或 5x5）和通道分离策略来优化更复杂特征的提取。 SPFF（Spatial Pyramid Pooling Fusion）模块： 它是 YOLO 版本中使用的 SPP（Spatial Pyramid Pooling）模块的优化版本。该模块允许模型通过捕获不同 ………………………………