💡💡💡将WDAM引入YOLO的C2PSA模块,核心优势在于用极低的计算开销,为模型装上了一个“结构感知”的增强器,尤其适合处理密集小目标与边缘部署场景。WDAM(小波方向注意力):通过Haar小波变换,将特征图分解为低频结构和高频细节(水平/垂直/对角)。它能利用高频信息“指导”模型关注纹理边缘等关键区域,对密集堆叠、模糊纹理的目标检测非常有效。C2PSA(金字塔切片自注意力):在通道注意力的基础上引入空间维度金字塔切片策略,擅长捕捉局部细节与全局上下文。两者结合后,C2PSA保障了多尺度特征的全局感知,而WDAM则像精准的“细节放大镜”,专注于强化高频纹理和边缘特征。这种“全局把握 + 高频聚焦”的组合,能让模型在应对密集小目标时,边界区分能力与细节保真度都得到显著增强。nb
YOLO26-seg分割全网首发:CVPR2026 WDAM小波方向注意力+C2PSA,频域高频引导低频暗区复原,小目标检测精度跃升!
💡💡💡将WDAM引入YOLO的C2PSA模块,核心优势在于用极低的计算开销,为模型装上了一个“结构感知”的增强器,尤其适合处理密集小目标与边缘部署场景。WDAM(小波方向注意力):通过Haar小波变换,将特征图分解为低频结构和高频细节(水平/垂直/对角)。它能利用高频信息“指导”模型关注纹理边缘等关键区域,对密集堆叠、模糊纹理的目标检测非常有效。C2PSA(金字塔切片自注意力):在通道注意力的基础上引入空间维度金字塔切片策略,擅长捕捉局部细节与全局上下文。两者结合后,C2PSA保障了多尺度特征的全局感知,而WDAM则像精准的“细节放大镜”,专注于强化高频纹理和边缘特征。这种“全局把握 + 高频聚焦”的组合,能让模型在应对密集小目标时,边界区分能力与细节保真度都得到显著增强。nb