YOLOv11算法解析

YOLO系列简介

  YOLO系列主要以ultralytics[v5,v8,v11]为主体发展，WongKinYiu[v7,v9]和meituan[v6]，v10则是在ultralytics的框架上进行创新改进，目前也归属到ultralytics中。

  V11支持多种视觉任务：物体检测、实例分割、图像分类、姿态估计和定向物体检测（OBB）。

  而本文主要以V8与V11进行对比，分析ultralytics团队主要做出的改进贡献。

YOLOv8到YOLOv11的演化

 配置文件： https://github.com/ultralytics/ultralytics/tree/main/ultralytics/cfg/models

 解析函数：ultralytics/ultralytics/nn/tasks.py at main · ultralytics/ultralytics · GitHub

对比YOLOV8主要涉及到：

*backbone 中的使用C2f模块 变为 c3k2 模块。

*backbone 中的最后一层（sppf层）后增加了C2PSA模块。

*head 解耦头中的分类检测头两个Conv 变为 DWConv。

整体技术而言：

*backbone 使用了C2K2模块+最后SPPF模块级联C2PSA模块；

*neck 使用PAN结构，并且里面也使用C3K2模块；

*head使用了anchor-free + Decoupled-head，其中回归头使用正常的卷积，分类头使用DWConv；

*损失函数使用了分类BCE、回归CIOU + VFL的组合；

*框匹配策略由静态匹配改为了Task-Aligned Assigner匹配方式；

*训练策略没有提及，其中YOLOV8可以参考如下最后 10 个 epoch 关闭 Mosaic 的操作、训练总 epoch 数从 300 提升到了 500。