YOLOv11 改进 - C2PSA | C2PSA融合CPIASA跨范式交互与对齐自注意力机制（ACM MM2025）: 交互对齐机制破解特征融合难题，提升小目标与遮挡目标判别力

前言

本文介绍了跨范式表征与对齐Transformer（CPRAformer），并将其核心的CPIA - SA技术集成进YOLOv11。CPIA - SA通过协同“空间 - 通道”与“全局 - 局部”两种范式，解决传统图像去雨模型特征提取不全面的问题。其包含SPC - SA、SPR - SA和AAFM三个子模块，分别负责提取全局通道特征、细化局部空间特征以及对齐融合特征。工作流程为双路提取、动态过滤、空间细化和对齐融合。我们将CPIA - SA相关代码集成到YOLOv11中，替换原有模块。实验表明，改进后的YOLOv11在图像复原任务中表现优异，展现了跨范式交互技术在目标检测中的应用潜力。

文章目录： YOLOv11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: YOLOv11改进专栏

介绍