【Yolov11】《Yolov11: An overview of the key architectural enhancements》

arXiv-2024

代码：

• https://github.com/ultralytics/ultralytics

文档：

• Ultralytics YOLO11
• 使用 Ultralytics YOLO 进行模型训练

1、Background and Motivation

Background

• 计算机视觉的快速发展
• YOLO系列模型的演进
• YOLOv11的发布

Motivation

• 提升对象检测性能
• 优化模型效率和可扩展性
• 推动实时计算机视觉应用的发展

This study presents an architectural analysis of YOLOv11, the latest iteration in the YOLO (You Only Look Once) series of object detection models.

芒果YOLO11算法解析-最新YOLO11结构图以及YOLO11各部分细致结构图解析

2、Related Work

yolov1 ~ yolov10

3、Evolution of YOLO models

这个 contributions 不知道准不准确，早期的 yolov5 应该是 anchor-based ，不过引用[10] 指向的不是 v5 官网地址

4、Architectural footprint of Yolov11

核心改动是C3K2（ Cross Stage Partial with kernel size 2）和C2PSA (Convolutional block with Parallel Spatial Attention)

看源码的描述 2 好像是 two convolution 的意思 （two c3k），并非 kernel size

# YOLO11n backbonebackbone:# [from, repeats, module, args]-[-1,1,Conv,[64,3,2]]# 0-P1/2-[-1,1,Conv,[128,3,2]]# 1-P2/4-[-1,2,C3k2,[256,False,0.25]]-[-1,1,Conv,[256,3,2]]# 3-P3/8-[-1,2,C3k2,[512,False,0.25]]-[-1,1,Conv,[512,3,2]]# 5-P4/16-[-1,2,C3k2,[512,True]]-[-1,1,Conv,[1024,3,2]]# 7-P5/32-[-1,2,C3k2,[1024,True]]-[-1,1,SPPF,[1024,5]]# 9-[-1,2,C2PSA,[1024]]# 10# YOLO11n headhead:-[-1,1,nn.Upsample,[None,2,"nearest"]]-[[-1,6],1,Concat,[1]]# cat backbone P4-[-1,2,C3k2,[512,False]]# 13-[-1,1,nn.Upsample,[None,2,"nearest"]]-[[-1,4],1,Concat,[1]]# cat backbone P3-[-1,2,C3k2,