YOLO26改进策略【YOLO和Mamba】| CVPR 2025：EfficientViM 压缩隐藏状态空间进行通道混合、单头设计减少内存操作，提升目标检测效率与精度

YOLOv13改进：注意力机制 | EMA：基于跨空间学习的高效多尺度注意力，效果优于ECA、CBAM、CA

加入EMA注意力，一种基于跨空间学习的高效多尺度注意力，效果优于ECA、CBAM、CA等经典注意力。

YOLOv13改进策略【小目标改进】| Shape-NWD：融合改进，结合Shape-IoU和NWD 更好地适应小目标特性

Bw−wgt2h−hgt2weight2Bweight2w−wgt​2h−hgt​2​其中weight2weight = 2weight2。

YOLOv11涨点改进 | 全网独家创新、注意力改进篇 | SCI一区 2025 | 引入KSFA多核选择性融合注意力，有效提取和融合最相关特征，助力小目标检测有效涨点

本文提出基于KSFA模块改进YOLOv11模型的方法，有效提升多尺度目标检测性能。KSFA通过动态调整感受野和空间-光谱注意力机制，增强模型在复杂背景和小目标检测中的表现。该模块能自适应融合最优特征，减少冗余信息，提高检测精度和计算效率。文章详细介绍了KSFA的结构原理、实现代码（含核心模块代码）、配置方法（包括yaml文件修改）以及两种改进方案（yolov11n_KSFA和yolov11n_C3k2_KSFA）。实验表明，改进后的模型在保持实时性的同时显著提升了检测性能，特别适用于复杂场景的目标检测任务。

YOLOv11改进目录一览 | 涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改进

如今各种网络模型更新迭代越来越快，计算机视觉相关的文章也越来越多，多到一些普通，通用的改进点无法达到发表的要求。本专栏正是解决这个问题！如何寻找创新点？为什么要使用这个模块？如何才能提升模型的精度？这是贯穿我们研究始终的问题。创新点在这个专栏中我已经整理好了，这已经省去了大部分时间，但是当我们使用这些新的模块去优化已有的模型，如何才能提升模型的精度，才是我们要达到的最终目标。当然我们可以使用传统的A+B+C的方法去堆积模块，然后是进行大量的实验去排列组合以实现最终的精度提升，这无可厚非。

RT-DETR改进目录一览 | 涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改进

1️⃣本专栏已更新260多种不同的改进方法，所使用并改进的每一个模块均包含详细的模块分析、原理讲解、个人总结、多种改进方式以及完整的修改流程，所有改进100%可直接运行。2️⃣所有改进点均为近三年顶会，顶刊提出的先进算法，将其融入到中，紧跟学术热点，适应不同的任务场景。3️⃣团队内发表数篇SCI论文，熟悉完整的发表流程，订阅专栏即可进群享受模型训练、模型改进、论文写作、投稿选刊，从入门到论文的各种答疑内容。4️⃣专栏内容会持续更新，最近更新时间：2024-12-4。项目介绍在大家购买专栏后，加入学习

YOLOv12改进目录一览 | 涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改进

1️⃣ 什么！不知道如何改进模型⁉️ 本专栏所使用并改进的每一个模块均包含详细的模块分析、原理讲解、个人总结、多种改进方式以及完整的修改流程，所有改进100%可直接运行，性价比极高。2️⃣ 找不到合适的模块⁉️ 所有改进点均为近三年顶会，顶刊提出的先进算法，将其融入到中，并进行二次创新，新颖度高，创新度高，能够适应不同的任务场景。3️⃣ 不确定自己改进的步骤、结果是否正确⁉️ 订阅专栏即可进群享受模型训练、模型改进、论文写作、投稿选刊，从入门到论文的各种答疑内容，非常适合新手。4️⃣ 团队内发表数篇SCI论

YOLOv10改进目录一览 | 涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改进

如何寻找创新点？为什么要使用这个模块？如何才能提升模型的精度？这是贯穿我们研究始终的问题。创新点在这个专栏中我已经整理好了，这已经省去了大部分时间，但是当我们使用这些新的模块去优化已有的模型，如何才能提升模型的精度，才是我们要达到的最终目标。当然我们可以使用传统的A+B+C的方法去堆积模块，然后是进行大量的实验去排列组合以实现最终的精度提升，这无可厚非。

YOLOv13改进目录一览 | 涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改进

1️⃣ 已更新种不同的改进方案，专栏内的每篇文章皆，均可顺利运行。2️⃣ 订阅专栏即可进群获取以及从的各种答疑内容。3️⃣ 全新的YOLOv13改进专栏，，只为更好的满足论文发表的要求。专栏内容，专栏实时评分，全网最高，质量保证。🎫。。

YOLOv8改进目录一览 | 涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改进

1️⃣本专栏已更新150多种不同的改进方法，所使用并改进的每一个模块均包含详细的模块分析、原理讲解、个人总结、多种改进方式以及完整的修改流程，所有改进100%可直接运行。2️⃣所有改进点均为近三年顶会，顶刊提出的先进算法，将其融入到中，紧跟学术热点，适应不同的任务场景。3️⃣团队内发表数篇SCI论文，熟悉完整的发表流程，订阅专栏即可进群享受模型训练、模型改进、论文写作、投稿选刊，从入门到论文的各种答疑内容。4️⃣专栏内容会持续更新，最近更新时间：2024-12-24。项目介绍在大家购买专栏后，加入学

YOLOv13涨点改进 | 全网独家创新！HyperACE改进、注意力改进篇 | CVPR 2025 | 引入RALA秩增强线性注意力模块、助力YOLOv13目标检测、图像分割、图像分类有效涨点

本文提出RALA（秩增强线性注意力）模块，通过改进YOLOv13的目标检测性能，特别是在复杂场景和小物体检测方面表现突出。RALA通过增强线性注意力机制的矩阵秩，有效提升了空间信息建模能力和特征多样性，同时保持线性计算复杂度。文章详细介绍了RALA模块的结构原理、核心代码实现，并提供了四种改进YOLOv13的配置方案（RALA、RALAC3k2、DSC3k2_RALABlock和HyperACE_RALA），包含完整的yaml配置文件和模块集成方法，为实时目标检测任务提供了高效解决方案。

YOLOv13改进策略【Backbone/轻量化】| PP-LCNet：轻量级的CPU卷积神经网络

PP-LCNet：一个轻量级的CPU卷积神经网络。

YOLOv13涨点改进| CVPR 2026 |独家创新首发、特征融合改进篇 | 引入CrGF跨尺度门控融合模块，可直接替换PAN-FPN颈部的传统融合算子, 含多种改进，提升小 或 密集目标检测精度

✨本文提出CrGF跨尺度门控融合模块，用于改进YOLOv13网络模型。该模块可替代传统PAN-FPN颈部融合算子，通过双向门控机制动态整合多尺度特征，解决语义-细节失衡问题。CrGF模块具有轻量化特点，在保持模型效率的同时显著提升小目标和密集目标的检测精度。文章详细介绍了模块原理、实现代码及在YOLOv13中的集成方法，并提供了三种改进配置方案。实验结果表明，该创新模块能有效平衡检测精度与速度，提升模型在复杂场景下的鲁棒性。

YOLOv13涨点改进 | 全网独家创新、细节涨点改进篇 | CVPR 2025 | YOLOv13引入SSA序列打乱注意力模块，含MSCSA二次创新模块、助力目标检测、图像分类、实例分割有效涨点

本文提出了一种改进的YOLOv13模型，通过引入序列打乱注意力模块（SSA）和多尺度卷积混合注意力（MSCSA）来提升目标检测性能。SSA模块通过聚合多方向序列特征并计算注意力权重，有效捕捉长程依赖关系，同时保持图像局部性和连续性。MSCSA则结合多尺度卷积运算，增强了复杂场景下的特征表达能力。实验表明，改进后的模型在检测精度和效率上均有显著提升，特别适用于小目标检测。文章详细介绍了模块结构、实现代码和配置方法，为研究者提供了可直接应用的改进方案。

YOLOv13改进策略【多YAML融合】| EfficientViM + SHSA + CSFCN

宏观设计层面：传统的高效模型大多采用4×44×44×4的patchify stem和4阶段配置，存在空间冗余，导致早期阶段速度瓶颈且内存访问成本高。研究发现采用更大步长的16×1616×1616×16patchify stem和3阶段设计可减少空间冗余，降低内存访问成本，提高性能。微观设计层面：**多注意力头机制（MHSA）**在计算和应用注意力映射时虽能提升性能，但存在冗余。

YOLOv13涨点改进 | 全网独家融合创新细节涨点篇 | ACM 2024顶会 | 引入FDT全域特征增强模块，有效地融合局部、区域和全局的信息来增强特征的表达能力，助力YOLOv13有效涨点！

本文提出FDT全域特征增强模块，通过融合局部、区域和全局信息优化YOLOv13性能。FDT采用自注意力机制处理多尺度特征，增强高频细节恢复能力，在保持计算效率的同时提升模型表现。文章详细介绍了FDT的结构、原理和优势，包括完整的核心代码实现、模块添加方法以及两种涨点配置方案（DSC3k2_FDT和WFD_WFU_FDT）。实验结果表明，FDT模块能有效提升YOLOv13的检测精度，特别是在人脸超分辨率任务中展现出色性能。该改进方案为YOLOv13系列模型提供了新的优化方向。

YOLOv13：目标检测的全面攻略与实战指南

本文是关于 YOLOv13 的全攻略文章。先回顾 YOLO 系列发展，点明 YOLOv13 在该系列中的创新地位，阐述其基于 HyperACE、FullPAD 和轻量级卷积替换等技术的独特优势。深入剖析各核心技术原理，通过与其他版本及实际场景对比展现其性能优势。介绍项目结构与使用方式，分享数据增强、锚框优化等实用技巧，并列举安防监控、自动驾驶等领域应用案例。最后总结 YOLOv13 价值，展望目标检测技术未来发展趋势，为读者提供全面的 YOLOv13 学习与实践指导。

YOLOv13改进策略【Conv和Transformer】| CVPR-2024 Single-Head Self-Attention 单头自注意力（二次改进DSC3k2）

宏观设计层面：传统的高效模型大多采用4×44×44×4的patchify stem和4阶段配置，存在空间冗余，导致早期阶段速度瓶颈且内存访问成本高。研究发现采用更大步长的16×1616×1616×16patchify stem和3阶段设计可减少空间冗余，降低内存访问成本，提高性能。微观设计层面：**多注意力头机制（MHSA）**在计算和应用注意力映射时虽能提升性能，但存在冗余。

物联网技术-第2章-物联网技术架构

• 物联网具有很强的异构性• 为实现异构设备之间的互联、互通与互操作，物联网需要以一个开放的分层的可扩展的为框架。

【STM32】基于STM32F103C8T6实现步进电机精准调速控制

本文详细介绍了如何使用STM32F103C8T6微控制器实现步进电机的精准调速控制。通过利用其内置定时器生成PWM脉冲，替代低效的延时方法，并结合TB6600驱动器进行硬件连接，可实现平滑、高效的电机速度控制。文章提供了基于HAL库的代码实战，包括速度与方向设置函数，并探讨了加减速规划等高级应用，帮助开发者彻底掌握步进电机驱动技术。

超级详细的H3C模拟器HCL的交换机Telnet服务配置过程（图文）

VC++2017 MFC关于一个电话机房配线架进线出线节点数据库管理的程序 机房数据库原来是一个EXCEL表，查询，输入数据不方便。现用access数据库ODBC访问。平常没编过程序，编个程序练练手。记录一下学习中的问题，和解决方法，供大家分享，讨论，以便共同进步。希望多提宝贵意见，携手提高代码水平。 程序写的很不规范，代码冗余，显得程序臃肿，代码重用性差。发表这篇博客的目的也是为了改进这个程序。CListCtrl 单元格可以编辑，有Combo Box下拉列表功能。使用PreTranslateMe

（Linux）DHCP 超级作用域和中继代理（超难受做了超久）

DHCP服务器在192.168.159.0 可以实现分配IP的功能，现在要跨网段分配IP 就需要用到DHCP中继代理。中继代理有两张网卡分别eth0：IP 192.168.159.2 ；eth1: IP:192.168.200.2 。现在要实现192.168.200.0网段的客户机可以获取DHCP服务器的IP。中继代理其实是相当于一个路由器的作用 DHCP服务器的IP地址 ：192.168.159...

ardupilot SBUS输入捕获

本节主要记录ardupilot 的sbus 输入捕获功能。ardupilot 默认支持多种无线协议控制输入设备，比如常用的PPM,SBUS,IBUS,DSM,SUMD,SRXL等协议，本节主要讲解ardupilot 如何通过定时器的pwm输入捕获来获取sbus数据。

【头歌】链栈的基本操作及应用

另外，在算法的开始和结束时，栈都应该是空的，所以匹配到最后还要判断栈是否为空，若空，则说明匹配成功，返回1。其中表达式只包含三种括号，花括号{}、中括号[]、圆括号()，即它仅由 (、)、[、]、{、}六个字符组成。预期输出： 栈中元素依次为：12 47 5 8 6 92 45 63 75 38 4 29 弹出的栈顶元素 e=29 栈空否：0(1:空 0:否) 栈顶元素 e=4 栈的长度为11 清空栈后，栈空否：1(1:空 0:否)// 若栈不空，则用e返回S的栈顶元素，并返回OK；

刷机维修进阶教程-----adb禁用错了系统app导致无法开机 如何保数据无损恢复机型

在刷机维修过程中 。我们会遇到一些由于客户使用adb指令来禁用手机app而导致手机无法开机进入系统的故障机型。通常此类问题机型有好几种解决方法。但如果客户需要保数据来恢复机型。其实操作也是很简单的.还有类似误删除应用导致不开机等等如何保数据。  通过博文了解💝💝💝    1💝💝💝----adb禁用或者删除系统app导致无法开机的几种解决方法 2💝💝💝----如何保数据来无损恢复机型 3💝💝💝----其他保数据解决系统类故障无法开机的步骤解析

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表，创建专业级图表以简化复杂的信息。

文档：亲测可用解决vnc灰屏，黑屏，鼠标大黑叉情况

主要解决vnc-viewer灰屏，黑屏，鼠标大黑叉等现象，详细见文档。

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过，这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后，重新检测通过。

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面，电脑运行连游戏界面都一样大小，很怀旧，很真实，（英文版）强烈推荐，很小的文件，很难才找到的。