YOLOv12涨点改进| CVPR 2026 |独家创新首发、特征融合改进篇| 引入FAAFusion傅里叶角对准融合模块，促进高低频特征融合，增强模型在小目标、密集目标检测和旋转目标检测任务高效涨点

一、本文介绍

🔥本文给大家介绍利用 FAAFusion傅里叶角对准融合模块 改进YOLOv12网络模型，可以通过在特征金字塔融合阶段先对齐高低层特征的方向信息、再进行特征融合，缓解传统FPN直接相加或拼接带来的方向冲突问题，从而提升多尺度特征表达的一致性与有效性。该模块能够更好地结合低层特征中的边缘纹理和方向细节与高层特征中的语义信息，增强模型在复杂背景、小目标、密集目标以及倾斜目标场景下的检测能力；尤其在旋转目标检测中，FAAFusion能够显著强化方向建模与角度回归能力，降低定位误差，提高检测精度与鲁棒性，同时具备较好的即插即用性，便于集成到YOLOv12等现有检测框架中。

🔥欢迎订阅我的专栏、带你学习使用最新-最前沿-独家YOLOv12创新改进！🔥

YOLOv12专栏改进目录：YOLOv12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、A2C2f二次创新、独家创新等几百种创新点改进。

全新YOLOv12改进专栏订阅链接：全新YOLOv12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、FAAFusion傅里叶角对准融合模块介绍

2.1 FAAFusion傅里叶角对准融合模块结构图

2.2 FAAFusion融合模块的作用

2.3 FAAFusion融合模块的原理

2.4 FAAFusion融合模块的优势

三、完整核心代码

 四、手把手教你配置模块和修改tasks.py文件

1.首先在ultralytics/nn/newsAddmodules创建一个.py文件

2.在ultralytics/nn/newsAddmodules/__init__.py中引用​编辑

3.修改tasks.py文件

五、创建涨点yaml配置文件

🚀 创新改进1🔥: yolov12n_FAAFusion.yaml

🚀 创新改进2🐉: yolov12n_FAAFusion-2.yaml

六、正常运行

二、FAAFusion傅里叶角对准融合模块介绍

摘要：在遥感旋转物体检测领域，主流方法存在两大瓶颈：检测器颈部的方向性不一致性与头部检测任务的冲突。我们利用傅里叶旋转等变性原理，提出傅里叶角度对齐技术，通过分析频率谱中的角度信息，将主方向对齐至特定方位。随后设计了两个即插即用模块：FAAFusion与FAHead。FAAFusion在检测器颈部工作，将高阶特征的主方向与低阶特征对齐后进行融合；FAHead作为新型检测头，通过将感兴趣区域特征预对齐至标准角度，再将其与原始特征叠加后进行分类与回归。在 DOTA -v1.0、DOTAv1.5和HRSC2016数据集上的实验表明，本方法显著提升现有成果。特别是在单尺度训练与测试条件下，我们分别在 DOTA -v1.0和 DOTA -v1.5数据集上取得78.72%和72.28%的mAP值，创下新的最先进水平，充分验证了本方法在遥感物体检测中的有效性。