YOLO11改进-mamba-引入 高效视觉状态空间模块EVSS 提升复制场景下的多尺度 小目标问题，减少噪声

         在图像去模糊等视觉任务中，传统卷积神经网络（CNNs）因局部感受野的限制难以捕捉全局依赖关系，而 Transformer 虽能建模长距离信息，但其二次方计算复杂度却使其在高分辨率图像场景中举步维艰。状态空间模型（SSMs）虽在自然语言处理中以线性复杂度实现长序列建模，但其向视觉领域迁移时面临两大棘手挑战：一是需将二维图像展平为一维序列，这会破坏图像的局部空间关联性，导致空间结构断裂；二是现有方法为弥补空间信息缺失而采用多方向扫描，却带来计算成本的激增，如 VMamba 的计算量可达单方向扫描的 4 倍。EVSS 模块则另辟蹊径，通过轻量化几何变换与单方向扫描的创新组合，巧妙突破上述瓶颈，实现了高效的非局部信息建模。

上面是原模型，下面是改进模型

 

1. 高效视觉状态空间模块EVSS介绍 

        EVSS 模块的核心思想是让状态空间模型（SSMs）更适配视觉数据的空间特性，同时避免高计算成本。传统状态空间模型处理图像时需要将二维像素 “拍扁” 成一维序列，这会破坏图像的局部结构（如相邻像素的关联性），而直接采用多方向扫描（如上下、左右、对角线等）又会大幅增加计算量。EVSS 模块的创新在于：用简单的几何变换（如翻转图像、旋转图像或转置宽高维度）替代多方向扫描。例如，在每次进入状态空间模型的扫描流程前，先对图像特征进行水平翻转或转置（交换宽和高），使单方向的扫描（如从左到右）能间接捕捉到不同方向的空间信息（如翻转后的 “从左到右” 相当于原始图像的 “从右到左”）。通过这种方式，模型无需同时进行多个方向的扫描，仅用单方向扫描结合几何变换，就能高效捕捉全局和多方向的上下文信息，同时保持低计算复杂度。

EVSS 模块由三个关键部分组成，形成一条高效的特征处理流水线：

1. 几何变换层（GeoT）：在处理图像特征前，根据模块的位置（索引）自动选择几何变换方式。例如：奇数索引的模块对输入特征进行水平和垂直翻转，相当于将图像 “上下左右颠倒”；偶数索引的模块对输入特征进行转置，交换宽和高维度，相当于将图像 “旋转 90 度”

2. 选择性扫描模块（基于 Mamba 的 S6 机制）

   1.  输入处理：将变换后的图像特征通过 1×1 卷积压缩通道数，并拆分为两条分支：分支 1（全局信息分支）：先通过 3×3 的深度卷积提取局部特征，再将特征 “拍扁” 成一维序列，送入状态空间模型的选择性扫描机制（S6）。S6 会递归地处理序列，重点记忆与去模糊相关的关键信息（如边缘、纹理），忽略无关内容，从而捕捉长距离依赖关系（如相隔较远的像素如何共同影响模糊程度）。分支 2（门控分支）：直接对特征进行激活处理（如 GeLU 函数），生成 “门控信号”，用于调节全局信息分支的输出，确保只有有用的特征被保留。

   2. 特征融合：将全局信息分支的输出与门控信号相乘，再通过 1×1 卷积恢复通道数，得到融合后的特征。

3. 频域增强前馈网络（EDFFN）：在模块的最后阶段，对融合后的特征进行频域分析，自动筛选出对去模糊最重要的频率成分（如高频的细节纹理和低频的整体结构），抑制无关噪。

2. YOLOv11与高效视觉状态空间模块EVSS的结合           

        EVSS 模块嵌入 YOLOv11 后，借助轻量化几何变换与单方向扫描机制，强化图像全局与局部特征的交互关联，有效消除输入图像模糊对目标检测的影响，显著提升小目标和低对比度目标的检测精准度。

3. 高效视觉状态空间模块EVSS代码部分

视频讲解：

YOLOv8_improve/YOLOv11.md at master · tgf123/YOLOv8_improve · GitHub

用一篇论文教您如何使用YOLOv11改进模块写一篇1、2区论文_哔哩哔哩_bilibili

YOLOv11模型改进讲解，教您如何修改YOLOv11_哔哩哔哩_bilibili

YOLOv11全部代码,现有几十种改进机制。

 4. 高效视觉状态空间模块EVSS引入到YOLOv11中

第一: 将下面的核心代码复制到D:\model\yolov11\ultralytics\change_model路径下，如下图所示。

             ​​​​​​​  ​​            

第二：在task.py中导入包

 ​​​            ​​​​​​​  ​​          

第三：在YOLOv11\ultralytics\nn\tasks.py中的模型配置部分下面代码

      ​​​​​​​    ​​​​​​​ ​​​​​​​  ​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​ ​​​​​​​ ​​​​​​​​​             

第四：将模型配置文件复制到YOLOV11.YAMY文件中

     ​​​​​​​ ​​​​​​​​​​​​​​ ​​​​​​​ ​​​​​​​​​​​​​​ ​​​​​​​ ​​​​​​​ ​​​​​​​ ​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​ ​​​​​​​ ​​​​​​​​​​​​​​  ​​            

     第五：运行成功

from ultralytics.models import NAS, RTDETR, SAM, YOLO, FastSAM, YOLOWorld
import torch
if __name__=="__main__":



    # 使用自己的YOLOv8.yamy文件搭建模型并加载预训练权重训练模型
    model = YOLO("/home/shengtuo/tangfan/YOLO11/ultralytics/cfg/models/11/yolo11_EVSSM.yaml")\
        # .load(r'E:\Part_time_job_orders\YOLO\YOLOv11\yolo11n.pt')  # build from YAML and transfer weights

    results = model.train(data="/home/shengtuo/tangfan/YOLO11/ultralytics/cfg/datasets/VOC_my.yaml",
                          epochs=300,
                          imgsz=640,
                          batch=32,
                          # cache = False,
                          # single_cls = False,  # 是否是单类别检测
                          # workers = 0,
                          # resume=r'D:/model/yolov8/runs/detect/train/weights/last.pt',
                          amp = True
                          )