YOLO11 改进 - C2PSA | C2PSA融合MFCA频率通道注意力(Multi-Frequency Channel Attention)：解决小目标特征信息少、易被噪声干扰的问题

前言本文介绍了多频率通道注意力（MFCA），一种基于二维离散余弦变换（2D DCT）的频率域注意力机制。MFCA 通过将特征映射到频率域，利用 Top-K 策略与多重池化统计生成注意力权重，有效抑制噪声并强化有效频率特征，提升模型对复杂图像的特征提取能力。我们将 MFCA 融入 C2PSA 模块构建了 C2PSA_MFCA，并将其成功集成进 YOLO11 的骨干网络中，替代原有的 C2PSA 模块。实验证明，集成 C2PSA_MFCA 的 YOLO11 在检测任务中表现出优异的性能。文章目录： YOLO11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: YOLO11改进专栏介绍摘