YOLO26 改进 - 注意力机制 | Mask Attention掩码注意力，可学习掩码矩阵破解低分辨率特征提取难题 | 2025 预印

原创已于 2026-01-17 23:15:19 修改 · 789 阅读

2 GEO检测

于 2026-01-17 23:15:01 首次发布

最新YOLO26改进专栏专栏收录该内容

122 篇文章 ¥99.90 ¥299.90

订阅专栏

前言

本文提出了用于低分辨率图像分割的MaskAttn - UNet框架，并将其核心的掩码注意力机制集成到YOLO26中。传统U - Net类模型难以捕捉全局关联，Transformer类模型计算量大，而掩码注意力机制通过可学习的掩码，让模型选择性关注重要区域，融合了卷积的局部效率和注意力的全局视野。其工作流程包括特征适配、掩码生成、定向注意力计算和特征融合。我们将掩码注意力机制代码集成到YOLO26中。

文章目录： YOLO26改进大全：卷积层、轻量化、注意力机制、损失函数、Backbone、SPPF、Neck、检测头全方位优化汇总

专栏链接: YOLO26改进专栏

介绍

摘要

低分辨率图像分割在机器人技术、增强现实和大规模场景理解等实际应用中至关重要。在这些场景中，由于计算资源限制，高分辨率数据往往难以获取。为解决这一挑战，我们提出了一种新颖的分割框架MaskAttn-UNet，它通过掩码注意力机制对传统UNet架构进行了优化。该模型能够选择性地突出重要区域，同时抑制无关背景，从而在杂乱复杂场景中提升分割精度。与传统UNet变体不同，MaskAttn-UNet有效平衡了局部特征提取与全局上下文感知能力，使其特别适用于低分辨率输入场景。我们在三个基准数据集上对该方法进行了评估，所有输入图像均调整为128×128分辨率，结果表明其在语义分割、实例分割和全景分割任务中均展现出具有竞争力的性能。实验结果显示，MaskAttn-UNet的精度可与当前最先进方法媲美，且计算成本远低于基于Transformer的模型，为资源受限场景下的低分辨率图像分割提供了高效且可扩展的解决方案。