YOLO26改进66：全网首发--使用WFU改进特征融合模块

论文介绍

人脸超分辨率的目标是从低分辨率人脸图像中重建出高分辨率人脸图像。现有方法通常采用编码器-解码器结构来提取面部结构特征，但直接下采样不可避免地会引入失真，尤其是对边缘等高频特征的损害。

为解决该问题，提出一种基于小波的特征增强网络。该方法通过小波变换将输入特征无损分解为高频和低频分量并分别处理，从而缓解特征失真问题。为提升面部特征提取效率，进一步提出全域Transformer架构，可同时增强局部、区域和全局面部特征。这种设计使得该方法无需像以往方法那样堆叠大量模块即可实现更优性能。

实验结果表明，该方法在性能、模型大小和速度之间实现了有效平衡。代码链接：https://github.com/PRIS-CV/WFEN

文章地址：地址

改进步骤

步骤1

新建ultralytics\nn\extra_modules\block.py，添加如下代码：

'''