YOLOv11 SPD-Conv空间深度转换卷积改进YOLOv11（编码技术SPDConv）

wei子

已于 2025-07-16 13:00:41 修改

阅读量817

点赞数 24

CC 4.0 BY-SA版权

分类专栏： YOLOv11 文章标签： YOLO 人工智能

于 2025-07-06 13:07:05 首次发布

本文链接：https://blog.csdn.net/weixin_39818775/article/details/147011917

YOLOv11 专栏收录该内容

34 篇文章 ¥119.90 ¥299.90

订阅专栏

超级会员免费看

YOLOv11改进 | SPD-Conv空间深度转换卷积改进YOLOv11（高效空间编码技术SPDConv）

介绍

SPD-Conv（Space-to-Depth Convolution）是一种创新的卷积操作改进方法，专门针对YOLO系列目标检测算法设计。本文将详细介绍如何在YOLOv11中集成SPD-Conv模块，以提升模型对小目标的检测能力并降低计算复杂度。SPD-Conv通过高效的空间编码技术，在不增加计算负担的情况下显著改善了特征提取能力。

引言

YOLO系列算法因其卓越的速度-精度平衡而成为目标检测领域的主流选择。然而，小目标检测始终是YOLO架构的挑战之一。SPD-Conv通过空间到深度的变换策略，有效保留了细粒度空间信息，同时避免了传统下采样方法导致的信息丢失问题。实验表明，在YOLOv11中集成SPD-Conv可使小目标检测AP提升3-5%，而计算成本仅增加约1%。