点击上方“小白学视觉”，选择加"星标"或“置顶” 重磅干货，第一时间送达
C3K2 块：这是在以前版本中引入的 CSP（Cross Stage Partial）块的增强。该模块使用不同的核大小（例如 3x3 或 5x5）和通道分离策略来优化更复杂特征的提取。 SPFF（Spatial Pyramid Pooling Fusion）模块：它是 YOLO 版本中使用的 SPP（Spatial Pyramid Pooling）模块的优化版本。该模块允许模型通过捕获不同尺度的物体属性来更好地执行。 C2PSA 块：这个块通过结合通道和空间信息提供更有效的特征提取。它还与多头注意力机制一起工作，从而实现对物体更准确的感知。它优化了前一层的特征图，并用注意力机制丰富它们，以提高模型的性能。这种结构使得在复杂场景中更精确的检测成为可能，并提高了 YOLOv11 的准确性。
目标检测：在图像中识别和定位物体。 实例分割：检测物体并确定它们的边界。 分类：将图像分类到预定义的类别中。 姿态估计：检测和跟踪人体上的标志点。 定向目标检测（OBB）：检测旋转物体以提高灵敏度。
现有的主干结构已经被 C3K2 块替换，以提高特征提取能力。 颈部结构已经用 SPFF 模块改进，以捕获不同大小的物体并更好地检测小物体。 增加了 C2PSA 块，专注于更小或部分遮挡物体中的重要区域。 通过多模型能力增加了任务数量。 更容易适应各种环境，包括边缘设备。 得益于其优化的架构和高效的处理能力，它可以部署在边缘设备、云平台和支持 NVIDIA GPU 的系统上。
pip install ultralyticsyolo predict model=yolo11n.pt source='https://ultralytics.com/images/bus.jpg'pyfrom ultralytics import YOLO# Load a COCO-pretrained YOLO11n modelmodel = YOLO("yolo11n.pt")
train_results = model.train(data="coco8.yaml", # path to dataset YAMLepochs=100, # number of training epochsimgsz=640, # training image sizedevice="cpu", # device to run on, i.e. device=0 or device=0,1,2,3 or device=cpu)
metrics = model.val()results = model("path/to/image.jpg")results[0].show()
path = model.export(format="onnx")yolo train data=coco8.yaml model=yolo11n.pt epochs=10 lr0=0.01yolo val model=yolo11n.pt data=coco8.yaml batch=1 imgsz=640yolo predict model=yolo11n.pt source='https://youtu.be/LNwODJXcvt4' imgsz=320yolo segment predict model=yolo11n-seg.pt source='https://youtu.be/LNwODJXcvt4' imgsz=320yolo export model=path/to/best.pt format=onnx下载1：OpenCV-Contrib扩展模块中文版教程 在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。 下载2：Python视觉实战项目52讲 在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。 下载3：OpenCV实战项目20讲 在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。 交流群
欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~
