Ultralytics新作-YOLOv11

​本文介绍视觉目标检测模型YOLOv11。

2024年9月30日，在YOLOVision活动上，Ultralytics团队正式宣布发布YOLOv11。短短2年，YOLO就从YOLOv8一下子迭代到YOLOv11，可见目前AI的发展速度。

感兴趣的小伙伴可以看看官方的仓库：https://github.com/ultralytics/ultralytics

模型介绍

对比YOLOv8（Ultralytics前一代出品），主要有三个模型结构的变化：

• C3k2机制。上图为C3k的网络结构图，2是指调用时C3k其中的参数N固定设置为2。不过从结构上来说，C3k2其实就是YOLOv8中的C2f，两者结构是一致的。​

• 第二个创新点是提出C2PSA机制，如上图所示。其实就是在C2模块的基础上，引入了Attention机制，提出了一种PSA的模块，不过个人认为替换为卷积层的效果应该也不会差太多的。

• 第三个创新点是在原先的2个解耦分类检测头中，进一步增加了两个DWConv，提高了模型的特征提取能力。如上图所示。

模型效果

上图为官方贴出的YOLOv11效果图，从图中可以看到，YOLOv11相比于第5代到10代，其无论是从精度还是速度上都是达到了最优的结果，说明了YOLOv11的性能强大。

另外，官方也展示了在边缘部署上的性能，这里与v10进行对比。在v11上的mAP为39.5，v10上的mAP为38.5；在延迟方面，在v11上延迟为1.55 , v10上延迟为1.84。这可能看起来像是一种微量增加，但小小数的增加可能会对边缘部署的模型产生很大影响。

​

文转载自公众号瓦力算法学研所，作者：喜欢瓦力的卷卷

原文链接：​​https://mp.weixin.qq.com/s/9gfy9sZii3Nj-9nMXJH6iA​​​