Ultralytics 近日发布了 YOLOv11，这是其 YOLO 系列目标检测模型的最新版本。YOLOv11 在架构和训练方法上进行了重大改进，旨在提供更精确、更快速和更高效的物体检测能力。
主要更新
增强型特征提取：YOLOv11 采用改进的骨干和颈部架构，增强了特征提取能力，从而实现更精确的目标检测和复杂任务性能。 优化效率和速度：YOLOv11 引入了完善的架构设计和优化的训练管道，提供更快的处理速度，并在准确性和性能之间保持最佳平衡。 参数更少，精度更高：YOLOv11m 在 COCO 数据集上实现了更高的平均精度（mAP），同时使用的参数比 YOLOv8m 减少了 22%，从而在不影响精度的情况下提高了计算效率。 跨环境适应性：YOLOv11 可在各种环境中无缝部署，包括边缘设备、云平台和支持 NVIDIA GPU 的系统，确保最大的灵活性。 支持的任务范围广泛：无论是对象检测、实例分割、图像分类、姿态估计，还是面向对象检测 (OBB)，YOLOv11 都能应对各种计算机视觉挑战。
YOLOv11 的主要架构改进包括：
主干网络（Backbone）：引入了 C2PSA 组件，并将 C2f 升级为 C3k2 。C3k 允许用户自定义卷积模块的尺寸，提升了灵活性。C2PSA 通过整合 PSA（位置敏感注意力机制）来增强模型的特征提取效能。 颈部网络（Neck）：采用了 PAN（Path Aggregation Network）架构，并在其中集成了 C3K2 单元，有助于从多个尺度整合特征，并优化特征传递的效率。 头部网络（Head）：YOLOv11 的检测头设计与 YOLOV8 大致相似，但在 YOLO11 的分类（cls）分支中，采用了深度可分离卷积来增强性能。
YOLOv11 的这些改进使其成为各种计算机视觉应用的理想选择，包括：
实时目标检测：在移动设备、无人机和机器人等边缘设备上进行实时目标检测。 图像分割：在医疗影像分析、自动驾驶和图像编辑等领域进行精确的图像分割。 姿态估计：在运动分析、人机交互和虚拟现实等领域进行准确的姿态估计。
Ultralytics 团队表示：“YOLOv11 的发布标志着 YOLO 系列模型在性能和效率方面迈出了重要的一步。我们相信，YOLOv11 将成为各种计算机视觉应用的强大工具。”
参考：https://docs.ultralytics.com/models/yolo11
