YOLO系列算法改进 | 自研篇 | C3k2融合Circulant Attention注意力模块 | 给局部特征提取器装上了全局动态卷积核,兼顾效率、精度与泛化能力!| AAAI 2026

0. 前言

本文介绍了视觉Transformer自注意力创新版Circulant Attention注意力模块,并将其集成到ultralytics最新发布的YOLO26目标检测算法中,构建C3k2_Circulant创新模块。自注意力机制一直是ViT进步的关键因素。然而,它的二次复杂度在高分辨率场景中造成了沉重的计算负担,限制了实际应用。以前的方法试图通过引入手工制作的模式(例如局部性或稀疏性)来缓解这个问题,这不可避免地损害了模型容量。在本文中,我们提出了一种新颖的注意力范式,称为循环注意力,通过利用固有的高效自注意力模式。我们将C3k2_Circulant创新模块集成到YOLO26,经注册和配置yaml文件后进行实验,展现出良好效果。

专栏链接:YOLO系列算法改进专栏链接

专栏文章:YOLO26改进系列 | 卷积篇、轻量化、注意力、损失函数、Backbone、SPPF、C2PSA、Neck、检测头全方面保姆级优化合集 | 同样适配YOLOv11改进!!!

目录

0. 前言

1. Circulant Attention模块简介

2. Circulant Attention原理与创新点

🧠 Circulant Attention基本原理

🎯 Circulant Attention创新点

3. 具体改进步骤

🍀🍀步骤1:创建C3k2_Circulant.py文件

🍀🍀步骤2:tasks.py文件修改

🍀🍀步骤3:创建YAML配置文件

🍀🍀步骤4:新建train.py文件训练模型

🍀🍀步骤5:模型结构打印结果


1. Circulant Attention模块简介

自注意力机制一直是视觉Transformer发展的关键因素。然而,其二次复杂度在高分辨率场景下带来了沉重的计算负担,限制了实际应用。以往的方法试图通过引入手工设计的模式(如局部性或稀疏性)来缓解这一问题,但这不可避免地损害了模型容量。本文通过利用自注意力内在的高效模式,提出了一种新颖的注意力范式——循环注意力。具体而言,我们首先发现视觉Transformer中的自注意力矩阵通常近似于块循环矩阵(BCCB)——一种结构化的矩阵,其与其它矩阵的乘法可以在O(N log N)时间内完成。借助这一有趣的模式,我们显式地将注意力建模为其最近的BCCB矩阵,并提出了一种高效的计算算法以实现快速计算。所得到的方法与原始自注意力高度相似,唯一区别在于使用了BCCB矩阵。由于我们的设计源于自注意力内在的高效范式,它不仅实现了O(N log N)的计算复杂度,还在很大程度上保留了标准自注意力的容量。在多种视觉任务上进行的大量实验证明了我们方法的有效性,将循环注意力确立为视觉Transformer架构中自注意力的一种有前景的替代方案。

第33章 YOLO+OpenCV:视频流网络传输 本案例演示用视觉处理库连接网络视频流并逐帧显示画面。程序先打开流地址,再循环取帧、显示、等待按键退出,并用重试计数应对连接失败与读取中断。验证时关注窗口能否稳定出画、是否长时间卡顿黑屏、退出后终端有无报错。🌈 阅读详情

相关推荐

第31章 YOLO+OpenCV:视频区域入侵检测

本章场景设定在安防监控的典型应用中,摄像头对准需要重点看护的场地,画面里预先划定一块多边形区域作为核心防线。系统持续读取视频流,用背景减除分离运动目标,经形态学处理去噪后提取轮廓,计算外接矩形与中心点,再用射线法判断中心点是否落入多边形。落入即判定入侵,目标框变红并标注入侵字样;区域之外则用蓝框表示正常经过。🌈

小哥谈 66

YOLOv13改进策略【Neck篇】| Slim-Neck VoVGSCSP,GSConv 组装的轻量化颈部块

VoVGSCSP(Slim-Neck 2022):GSConv 两连 + shortcut 组成 GSBottleneck,CSP 拼装,块内零标准 3×3 卷积。本文替换 v13n Neck 第 17 层,实测整网 GFLOPs 6.5→6.43,结构逐位对齐官方,附完整代码与 yaml。

qq_53329130的博客 7

第30章 YOLO+OpenCV:视频异常检测

本案例用帧差法实现视频异常检测,适合固定摄像头实时监控。流程为:灰度化与高斯模糊降噪,当前帧与前一帧做绝对差,二值化提取变化区域,形态学开闭运算去噪填空,统计变化面积并与阈值比较,超阈值即判为异常。🌈

小哥谈 117

【接地系统篇】电力系统接地技术详解:从基本原理到实际应用

接地是为电流返回电源提供的一条低阻抗通道。简单来说,就是为故障电流修建一条"安全回家"的路,防止电流通过人体或其他不应带电的部件。接地系统选择原则安全性优先:TN-S系统安全性最高,适合重要场所经济性考虑:TN-C系统成本最低,适合一般工业连续性要求:IT系统供电连续性最好,适合特殊场所灵活性选择:TN-C-S系统兼顾经济与安全,应用最广。

2301_81299416的博客 2208

微动探测原理及仪器介绍

微动探测原理及仪器介绍 1、微动探测原理 1.1 基本理论 微动是由体波和面波组成,其中微动能量的百分之七十以上都来自于面波,并且它与体波的主要区别是在不均匀的介质中传播时面波会发生频散,而体波不存在频散现象,因此面波是微动探测的主要对象。 对于介质的弹性参数(如横波速度、层薄厚、压缩波速度、密度等),面波传播速度相对比较敏感,特别是对横波的敏感性很高,因此可以利用面波来反演横波速度。 在时间和空间上,微动信号具有以下特性:高度变化、无规律性、无重复性等,有研究发现全世界各处记录的微动信号都有相似

zw461450141的博客 1万+

第18届全国大学生智能汽车竞赛四轮车控制策略深度解析:从舵机PID到速度闭环

本文深度解析了第18届全国大学生智能汽车竞赛中四轮车的核心控制策略。从舵机PID方向控制的基础原理与机械校准入手,详细阐述了误差计算、PD控制等关键环节;进而深入探讨了基于编码器的速度闭环控制,包括增量式PI算法与速度决策逻辑。文章结合实战经验,提供了方向环与速度环的协同调参思路与避坑指南,旨在帮助参赛者构建稳定、高效的智能车控制系统。

potato的博客 456

TI硬件笔试面试题型解析上

摘要: 本专栏聚焦大厂硬件笔试面试题解析,当前第14期以德州仪器(TI)为例,涵盖模拟电路与数字电路核心考点。模拟电路部分涉及最大功率传递定理、运放设计(虚短/虚断)、共模抑制比(CMRR)及高频PCB信号完整性;数字电路包括CMOS与TTL对比、建立/保持时间、竞争冒险消除、D触发器分频及“线与”逻辑实现。文章强调通过例题掌握解题方法与知识点,助力读者应对硬件工程岗位的笔试与面试挑战,附常见考点总结与实用建议。全文注重理论与实践结合,提供典型题型解析与设计思路。(150字)

启芯硬件的博客 941

基于FPGA的AGC自适应增益控制系统开发

自动增益控制(AGC)是一种在接收信号过程中自动调整放大器增益的技术,以确保输出信号的幅度保持在一个恒定的水平。基于FPGA实现AGC系统具有高性能、低延迟和高度可配置的特点,广泛应用于无线通信、音频处理和雷达等领域。FPGA上的AGC系统提供了一种高效且灵活的方法来处理变化的信号环境。在实际应用中,通过合理的设计和优化,可以显著提高信号处理系统的鲁棒性和可靠性。

走向CTO的路上... 1687

OpenClaw 子代理配对失败问题分析与解决方案

OpenClaw子代理配对失败问题分析与解决方案 问题核心在于agent设备权限不足,仅有operator.approvals权限而缺少operator.admin权限,导致子代理启动时形成权限死锁。本文提供三种解决方案: 直接编辑设备配对文件(推荐):修改本地JSON文件,为agent设备添加完整operator.admin权限,操作简单快捷。 标准重新配对流程:删除现有agent设备后重新配对,通过正常审批流程获取完整权限,符合系统安全设计。 修改源码降低权限要求(仅限开发环境):调整子代理代码避免强制

多媒体编程、网络编程、系统编程、网络安全编程、驱动编程 140

学Simulink——基于Simulink的固态变压器(SST)多级协同控制​

本文介绍了基于Simulink的固态变压器(SST)多级协同控制系统设计与仿真方法。SST作为智能电网关键设备,包含AC-DC整流、DC-DC隔离和DC-AC逆变三级变换器。针对级间耦合问题,提出了能量-功率协同控制策略,通过纵向解耦和横向联动实现稳定运行。详细演示了在Simulink中搭建三级主电路、设计协同控制器(含电网定向控制、功率前馈和虚拟惯性控制)的全过程,并通过负载突变测试验证了系统动态性能(直流母线电压波动<2%)。最后给出了工程部署建议,包括数字控制延时补偿、启动序列设计和代码自动生成

xiaoheshang_123的博客 185

C# WPS操作PPT,全屏,缩率图,备注,跳转播放

本文介绍了一个使用C#开发的PPT操作工具,主要功能包括检测当前打开的PPT文件、获取选中PPT路径、指定播放PPT、获取PPT页面序号和缩略图、提取备注内容等。文章展示了操作界面效果图,并重点解决了用户手动退出PPT后重新获取路径时报错的问题。核心代码实现了通过WPS API进行PPT文件的打开、全屏播放、页面跳转、获取当前页位置等功能,同时支持生成PPT缩略图预览和备注信息提取。当用户未通过工具按钮打开PPT时,程序会自动初始化PPT信息确保功能正常使用。

遇见--专栏 306

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

上一篇: YOLO系列算法改进 | 注意力篇 | 融合HaloNet 局部自注意力 | 通过分块交互策略实现高效全局上下文建模
下一篇: YOLO系列算法改进 | 自研篇 | C3k2融合MeSA元信息引导自注意力 | 细节捕捉 + 长距离依赖,既轻又准!| ArXiv 2025
普通网友
博客等级 码龄1年 1665粉丝 249原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

@科研搞不动

你的鼓励是UP猪的动力呀~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值