yolov11结构详解

### YOLOv11 架构详细说明

#### 骨干网络
YOLOv11 的骨干网络继承并优化了前几代 YOLO 版本中的设计思路，特别强调提高特征提取效率的同时减少计算资源消耗。该模型采用了改进后的 CSPDarknet53 结构作为基础骨架[^1]。

#### 主要创新模块
为了进一步增强模型的空间感知能力和推理速度，YOLOv11 引入了几项关键技术组件：

- **C3K2 块**：这是一种新型卷积层组合方式，通过两个连续的 3×3 卷积核来替代传统的单一较大尺寸卷积核，在不损失检测效果的前提下显著降低了参数量和运算复杂度。

- **SPFF 模块 (Spatial Pyramid Feature Fusion)**：此模块利用多尺度特征融合机制，能够更好地捕捉不同大小目标的信息，从而提高了小物体识别率以及整体定位精度。

- **C2PSA 块 (Cross-scale Pixel-wise Spatial Attention block)**：这一部分专注于跨尺度像素级空间注意力机制的设计，使得模型可以更有效地分配权重给重要区域内的特征点，进而改善了对于遮挡或变形对象的鲁棒性表现。

class C3K2(nn.Module):
    def __init__(self, c1, c2, n=1, shortcut=True, g=1, e=0.5):
        super().__init__()
        c_ = int(c2 * e)  # hidden channels
        self.cv1 = Conv(c1, c_, 1, 1)
        self.cv2 = Conv(c_, c2, 3, 1, g=g)

    def forward(self, x):
        return self.cv2(self.cv1(x))

class SPFF(nn.Module):
    def __init__(self, c1, c2, k=(5, 9, 13)):
        super().__init__()
        c_ = c1 // 2
        
        self.m = nn.ModuleList([nn.MaxPool2d(kernel_size=x, stride=1, padding=x//2) for x in k])
        conv1 = Conv(c1, c_, 1, 1)
        conv2 = Conv(c_*(len(k)+1), c2, 1, 1)
        
    def forward(self, x):
        x = torch.cat([x]+[m(x) for m in self.m], 1)
        return self.conv2(self.conv1(x))
    
class C2PSA(nn.Module):
    def __init__(self, channel):
        super(C2PSA, self).__init__()
        self.softmax  = nn.Softmax(dim=-1)
        ...