YOLOv12：关键架构特性解析
计算机视觉与模式识别
2025-02-21 v1 人工智能
摘要
本文对YOLOv12进行了架构分析，YOLOv12是单阶段实时目标检测领域的一项重大进步，它建立在先前版本的优势之上，同时引入了关键改进。该模型采用了优化的骨干网络（R-ELAN）、7x7深度可分离卷积以及FlashAttention驱动的区域注意力，从而改善了特征提取、提高了效率并实现了稳健的检测。与先前版本类似，YOLOv12提供多种模型变体，为延迟敏感型和高精度应用提供了可扩展的解决方案。实验结果表明，平均精度均值（mAP）和推理速度均持续提升，使得YOLOv12成为自动驾驶系统、安防和实时分析应用的理想选择。通过在计算效率和性能之间实现最佳平衡，YOLOv12为实时计算机视觉树立了新的基准，促进了从边缘设备到高性能集群等多样化硬件平台上的部署。
引用
@article{arxiv.2502.14740,
title = {YOLOv12: A Breakdown of the Key Architectural Features},
author = {Mujadded Al Rabbani Alif and Muhammad Hussain},
journal= {arXiv preprint arXiv:2502.14740},
year = {2025}
}