YOLOv12 综述：注意力机制增强与前版本对比
计算机视觉与模式识别
2025-04-17 v1
摘要
YOLO（You Only Look Once）系列一直是实时目标检测的领导性框架，持续改进速度与准确率之间的平衡。然而，将注意力机制集成到 YOLO 中存在计算开销高的挑战。YOLOv12 引入了一种 novel 方法，成功地在保持实时性能的前提下融合了基于注意力的增强。本文综合回顾了 YOLOv12 的架构创新，包括 Area Attention 实现计算高效的自注意力、Residual Efficient Layer Aggregation Networks 提升特征聚合，以及 FlashAttention 优化内存访问。此外，我们对 YOLOv12 与先前 YOLO 版本及竞争目标检测器进行基准测试，分析了其在准确率、推理速度和计算效率方面的改进。通过这一分析，我们展示了 YOLOv12 如何通过细化延迟-准确率权衡和优化计算资源来推动实时目标检测的发展。
引用
@article{arxiv.2504.11995,
title = {A Review of YOLOv12: Attention-Based Enhancements vs. Previous Versions},
author = {Rahima Khanam and Muhammad Hussain},
journal= {arXiv preprint arXiv:2504.11995},
year = {2025}
}