YOLOv11改进策略【卷积层】| ParNet 即插即用模块 二次创新C3k2
一、本文介绍
本文记录的是利用ParNet中的基础模块优化YOLOv11的目标检测网络模型。 ParNet block是一个即插即用模块，能够在不增加深度的情况下增加感受野，更好地处理图像中的不同尺度特征，有助于网络对输入数据更全面地理解和学习，从而提升网络的特征提取能力和分类性能。
专栏目录：YOLOv11改进目录一览 | 涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改进
专栏地址：YOLOv11改进专栏——以发表论文的角度，快速准确的找到有效涨点的创新点！
文章目录
- 一、本文介绍
- 二、大核选择模块(LSK)介绍
- 2,1 设计出发点
- 2.2 原理
- 2.3 结构
- 三、ParNetblock的实现代码
- 四、创新模块
- 4.1 改进点1⭐
- 4.2 改进点2⭐
- 五、添加步骤
- 5.1 修改一
- 5.2 修改二
- 5.3 修改三
- 六、yaml模型文件
- 6.1 模型改进版本1
- 6.2 模型改进版本2⭐
- 七、成功运行结