YOLO系列算法改进 | 自研篇 | C2PSA融合GSRA几何-语义校正注意力 | 跨模态几何引导与语义对齐双驱动，破解复杂光照与多尺度目标检测难题 | CVPR 2026
0. 前言
本文介绍GSRA几何-语义校正注意力模块（Geometric-Semantic Rectification Attention），并将其集成到ultralytics最新发布的YOLO26目标检测算法中，构建C2PSA_GSRA创新模块。GSRA是一种通过差分注意力机制实现几何特征与语义特征跨模态对齐的校正型注意力模块，旨在解决复杂光照条件下几何信息（深度/法向）与语义信息（DINOv2）之间的模态冲突问题。将GSRA嵌入YOLOv26的C2PSA模块中，能够显著增强模型对复杂光照干扰下目标的鲁棒感知能力，通过几何精度引导语义稳定性的双向校正机制，有效抑制弱光、逆光、多光源场景中的特征混淆与定位偏差，尤其适用于夜间监控、自动驾驶、工业质检等光照条件剧烈变化的边缘部署场景，在保持实时检测效率的同时，大幅提升对低对比度目标与复杂纹理边界的识别精度。
专栏链接：YOLO系列算法改进专栏链接
专栏文章：YOLO26改进系列 | 卷积篇、轻量化、注意力、损失函数、Backbone、SPPF、C2PSA、Neck、检测头全方面保姆级优化合集 | 同样适配YOLOv11改进！！！
目录
0. 前言
1. GSRA注意力简介
2. GSRA注意力原理与创新点
🧠 GSRA注意力基本原理
🎯 GSRA注意力创新点
3. 具体改进步骤
🍀🍀步骤1：创建C2PSA_GSRA.py文件
🍀🍀步骤2：tasks.py文件修改
🍀🍀步骤3：创建YAML配置文件
🍀🍀步骤4：新建train.py文件训练模型
🍀🍀步骤5：模型结构打印结果
1. GSRA注意力简介
Transformer倾向于过度关注不相关的上下文内容。本文提出的差分Transformer通过放大对相关上下文的注意力同时消除噪声来解决这一问题。具体而言，差分注意力机制通过计算两个独立的Softmax注意力图之间的差值来生成注意力分数。这种相减操作能够抵消噪声，促进稀疏注意力模式的形成。语言建模的实验结果表明，Diff Transformer在模型 规模扩展和训练token数量等不同设置下均优于Transformer。更引人注目的是，它在长上下文建模、关键信息检索、幻觉缓解、上下文学习以及激活异常值减少等实际应用场景中展现出显著优势。通过减少对无关上下文的干扰，Diff Transformer能够缓解问答和文本摘要中的幻觉问题。在上下文学习方面，Diff Transformer不仅提升了准确性，还对顺序排列表现出更强的鲁棒性——这此前一直被认为是Transformer的固有鲁棒性问题。
原始论文：