一、本文介绍
本文给大家介绍一种SFMB 模块改进YOLOv12网络模型，可在保持模型整体结构和推理效率基本不变的前提下，显著增强特征表达能力。SFMB 通过空间多尺度建模、通道增强和频域特征强化，弥补了 YOLOv12 主要依赖卷积、全局建模能力不足的问题，使网络能够同时关注局部细节与全局上下文信息，从而提升小目标、低对比度目标及复杂背景下的检测性能。得益于 Mamba 的线性复杂度特性，该改进在计算开销可控的情况下提高了检测精度和鲁棒性，并增强了模型在多尺度和多场景目标检测任务中的泛化能力。
🔥欢迎订阅我的专栏、带你学习使用最新-最前沿-独家YOLOv12创新改进！🔥
YOLOv12专栏改进目录：YOLOv12改进包含各种卷积、主干网络、各种注意力机制、检测头、损失函数、Neck改进、小目标检测、二次创新模块、A2C2f二次创新、独家创新等几百种创新点改进。
全新YOLOv12改进专栏订阅链接：全新YOLOv12创新改进高效涨点+永久更新中（至少500+改进）+高效跑实验发论文
本文目录
一、本文介绍
二、SFMB 模块介绍
2.1 网络结构图
2.2 SFMB模块的作用
2.3 SFMB模块的原理
2.4 SFMB模块的优势
三、核心代码
四、手把手教你配置模块和修改tasks.py文件
1.首先在ultralytics/nn/newsAddmodules创建一个.py文件
2.在ultralytics/nn/newsAddmodules/__init__.py中引用
3.修改tasks.py文件
五、创建涨点yaml配置文件
六、正常运行
二、SFMB 模块介绍
摘要：多模态图像融合（Multi-Modal Image Fusion，MMIF）旨在整合来自不同模态的互补图像信息，以生成信息更加丰富的融合图像。现有基于深度学习的 MMIF 方法通常采用卷积神经网络（CNN）或 Transformer 进行特征提取。然而，CNN 受限于局部感受野，难以建模长程依赖关系，而 Transformer 又存在计算复杂度高的问题，导致整体性能和效率受限。近年来，Mamba 凭借其线性复杂度的长程依赖建模能力，在 MMIF 任务中展现出良好的潜力。然而，原始 Mamba 缺乏对空间域和频域信息的全面感知，而这两类信息对于多模态图像融合至关重要。此外，已有研究表明，将图像重建（Image Reconstruction，IR）作为辅助任务有助于提升 MMIF 性能，但如何高效、有效地利用该辅助任务仍然具有挑战性。为解决上述问题，本文提出了一种新的多模态图像融合框架——Spatial-Frequency Enhanced Mamba Fusion（SFMFusion）。具体而言，本文首先设计了一种三分支结构，将 MMIF 与 IR 任务进行协同建模，以更好地保留源图像的完整内容。随后，提出了 空间–频率增强
