YOLOv8专栏导航：点击此处跳转 前言 YOLOv8 是由 YOLOv5 的发布者 Ultralytics 发布的最新版本的 YOLO。它可用于对象检测、分割、分类任务以及大型数据集的学习，并且可以在包括 CPU 和 GPU 在内的各种硬件上执行。 YOLOv8 是一种尖端的、最先进的 (SOTA) 模型，它建立在以前成功的 YOLO 版本的基础上，并引入了新的功能和改进，以

摘要 PKINet是面向遥感旋转框的主干，网络包含了CAA、PKI等模块，给我们改进卷积结构的模型带来了很多启发。本文使用PKINet的Block替换YoloV8的Block，实现涨点。改进方法是我独创首发，给写论文没有思路的同学提供改进思路，欢迎大家订阅！ 论文：《Poly Kernel Inception Network在遥感检测中的应用》 https://export.arxiv.or

摘要 PKINet是面向遥感旋转框的主干，网络包含了CAA、PKI等模块，给我们改进卷积结构的模型带来了很多启发。本文，使用PKINet替代YoloV8的主干网络，实现涨点。PKINet是我在作者的模型基础上，重新修改了底层的模块，方便大家轻松移植到YoloV8上。 论文：《Poly Kernel Inception Network在遥感检测中的应用》 https://export.arxi

💡💡💡本文独家改进：引入了CAA模块来捕捉长距离的上下文信息，利用全局平均池化和1D条形卷积来增强中心区域的特征，从而提升检测精度，CAA和C3进行结合实现二次创新，改进思路来自CVPR2024 PKINet，2024年前沿最新改进，抢先使用   💡💡💡小目标数据集，涨点近两个点，强烈推荐 改进结构图如下：     收录 YOLOv5原创自研 https://