一、本文介绍

本文记录的是基于FasterNet的YOLOv11轻量化改进方法研究。FasterNet的网络结构借鉴 CNN 的设计理念，通过提出的PConv减少推理时的计算和内存成本，同时减少通道数并增加部分比例，降低延迟，并通过后续的PWConv来弥补特征信息可能缺失的问题，提高了准确性。本文在替换骨干网络中配置了原论文中的fasternet_t0、fasternet_t1、fasternet_t2、fasternet_s、fasternet_m和fasternet_l六种模型，以满足不同的需求。

模型	参数量	计算量	推理速度
YOLOv11m	20.0M	67.6GFLOPs	3.5ms
Improved	13.0M	33.2GFLOPs	2.6ms

---

专栏目录：YOLOv11改进目录一览 | 涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改进

专栏地址：YOLOv11改进专栏——以发表论文的角度，快速准确的找到有效涨点的创新点！