YOLOv13+SMPCGLU颠覆性升级！ConvolutionalGLU联合空间金字塔池化实现mAP 8.11%↑ & 准确率6.55%↑ 全网首发

SMPCGLU结合了卷积和门控线性单元（GLU）的神经网络模块，采用了空间金字塔池化（SMP）和DropPath（随机深度）技术。ConvolutionalGLU通过逐通道卷积和深度卷积模块实现特征提取，并应用Dropout和GLU激活，增强了网络的非线性表达能力。SMPCGLU则通过多个SMPCGLU1模块的堆叠，进一步结合了空间金字塔池化和卷积特征，提升了空间信息的捕捉能力，适合处理高维度的图像数据，增强了模型的特征提取和多尺度感知能力。

移植

创建ultralytics\cfg\models\v13\yolov13-SMPCGLU.yaml

nc: 80 # number of classes
scales: # model compound scaling constants, i.e. 'model=yolov13n.yaml' will call yolov13.yaml with scale 'n'
  # [depth, width, max_channels]
  n: [0.50