YOLO26涨点改进 | 全网独家首发、卷积改进篇 | TCSVT 2025 | 引入SPASPP空洞空间金字塔池化，改进原SPPF模块，增强了多尺度感知能力与细节保持能力，适合红外小目标检测任务

一、本文介绍

🔥本文给大家介绍使用SPASPP空洞空间金字塔池化模块改进 YOLO26网络模型，可有效增强其对多尺度和复杂场景的目标检测能力。通过融合柔性池化与空洞空间金字塔结构，SPASPP 提供了更丰富的上下文信息和更大的感受野，特别有助于提升小目标和低对比度目标的检测效果。同时，该模块结构轻量、计算效率高，能在不显著增加模型负担的前提下提升检测精度和鲁棒性，是一种适合集成到 YOLO26 中的高效改进方案。

🔥欢迎订阅我的专栏、带你学习使用最新-最前沿-独家YOLO26创新改进！🔥

YOLO26专栏改进目录：全新YOLO26改进专栏包含卷积、主干网络、各种注意力机制、检测头、损失函数、Neck改进、小目标检测、二次创新模块、多种组合创新改进、全网独家创新等创新点改进

全新YOLO26专栏订阅链接：全新YOLO26创新改进高效涨点+永久更新中（至少500+改进）+高效跑实验发论文

本文目录

一、本文介绍

二、 SPASPP空洞空间金字塔池化模块介绍

2.1  SPASPP空洞空间金字塔池化模块结构图

2.2  SPASPP模块的作用：

2.3 SPASPP模块的原理：

2.4 SPASPP模块的优势：

三、完整核心代码

四、手把手教你配置模块和修改tasks.py文件