前言 本文介绍了重新参数化再聚焦卷积（RefConv）在YOLO26中的结合应用。RefConv通过对预训练模型的基础卷积核应用可训练的再聚焦转换，建立参数间连接，利用预训练参数作为先验学习新表示，增强模型表示能力。它能…

# 前言# 前言 本文介绍了风车状卷积（PConv）和基于尺度的动态（SD）损失在YOLO26中的结合应用。PConv采用不对称填充，通过特殊结构设计、卷积运算和分组卷积技术，能更好地适应红外小目标的像素高斯空间分布，在少…

# 前言# 前言 本文介绍了Switchable Atrous Convolution（SAConv）及其在YOLO26中的结合。SAConv是DetectoRS目标检测系统关键组件，将输入特征与不同空洞率卷积，用开关函数组合结果。空洞卷积可扩大滤波器视野，…

# 前言# 前言 本文介绍了一种名为SCConv的高效卷积模块及其在YOLO26中的结合。传统CNN因卷积层提取冗余特征，计算资源消耗大。SCConv由空间重构单元（SRU）和通道重构单元（CRU）组成，是可直接替换标准卷积的即插…

SW草图绘制之倒角和圆角

钣金件化学池视觉跟踪系统方案Posted on 2026-02-05 23:17 WinChance 阅读(0) 评论(0) 收藏 举报钣金件化学池视觉跟踪系统方案1. 方案概述 目标：替代人工抄录，实现铁框载具自动过站跟踪与工艺时长精准采集。 技…

# 前言# 前言 本文介绍了将自适应矩形卷积（ARConv）模块与YOLO26相结合的方法。ARConv是针对遥感图像全色锐化任务设计的创新卷积模块，可自适应调整卷积核形状与采样点数量，解决传统卷积刚性限制，实现高效特征…

前言 本文介绍了跨范式表征与对齐Transformer（CPRAformer）及其核心的跨范式交互与对齐自注意力机制（CPIA - SA），并阐述了其在YOLO26中的结合应用。传统图像去雨模型特征提取局限大，CPIA - SA通过协同“空间 - …