YOLOv13涨点改进| TGRS 2026 | 全网创新首发、Conv卷积改进篇 | 引入MPM多尺度感知模块，利用多尺度卷积核组合捕捉多尺度信息，结合坐标注意力强化目标定位，助力小目标检测高效涨点

 一、本文介绍

🔥本文给大家介绍利用MPM多尺度感知模块改进YOLOv13网络模型，可嵌入其骨干或颈部特征提取环节，通过多尺度卷积核组合扩展感受野、捕捉多尺度信息，结合坐标注意力强化目标定位与背景抑制；该模块轻量化且计算高效，不显著增加参数量与推理耗时，能提升小 / 低对比度目标检测 AP 值与复杂场景鲁棒性。

🔥欢迎订阅我的专栏、带你学习使用最新-最前沿-独家YOLOv13创新改进！🔥

YOLOv13专栏改进目录：YOLOv13改进包含各种卷积、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、HyperACE二次创新、独家创新等几百种创新点改进。

全新YOLOv13创新改进专栏链接：全新YOLOv13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