YOLOv11 改进 - 注意力机制 | IIA信息整合注意力（Information Integration Attention ）：精准保留空间位置信息，平衡精度与计算成本 | TGRS2025

前言

本文提出信息整合注意力（IIA）机制，并将其集成到YOLOv11中用于遥感图像语义分割。传统CNN难捕捉全局信息，Transformer计算复杂，现有基于Mamba的方法未充分考虑局部信息。IIA利用图像特征空间位置不变性，先融合编解码器特征，再从高度和宽度方向提取序列信息，生成注意力权重因子动态调制特征。其通过通道级拼接、双方向拆分与池化、轻量级1D卷积和残差融合等操作，平衡了精度与计算成本。实验表明，集成IIA的YOLOv11在数据集上提高了精度，且运行高效。

文章目录： YOLOv11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: YOLOv11改进专栏

介绍

摘要