YOLO11 改进 - 特征融合 | MSAA多尺度注意力聚合模块， 多尺度卷积融合与双通道注意力机制

前言

本文介绍了将多尺度注意力聚合（MSAA）模块与YOLO11结合的方法。MSAA是CM - UNet中用于优化编码器特征、强化跳跃连接的核心模块，能解决遥感图像物体尺度差异大、多尺度特征融合弱的问题。它采用空间与通道双分支并行处理，先对输入的相邻三层特征进行拼接，再分别进行空间与通道注意力处理，最后融合输出精炼后的特征。我们将MSAA集成进YOLO11，在模型的检测头部分使用该模块。实验证明，结合MSAA的YOLO11可有效捕获多尺度全局上下文信息，在物体检测任务中表现良好。

文章目录： YOLO11改进大全：卷积层、轻量化、注意力机制、损失函数、Backbone、SPPF、Neck、检测头全方位优化汇总

专栏链接: YOLO11改进专栏

介绍

摘要</