132、IAI 隐式关联检测头的 YOLOv11 实现：利用自注意力做内部特征交互

132、IAI 隐式关联检测头的 YOLOv11 实现：利用自注意力做内部特征交互从一次诡异的mAP抖动说起上个月调YOLOv11的检测头，遇到一个让我抓狂的问题：在VisDrone数据集上，小目标的AP突然从0.42掉到0.38，但大目标反而涨了0.03。查了两天，发现是检测头里不同尺度的特征图之间缺乏交互——大尺度特征图（P3）的语义信息没有有效传递到小尺度（P5），导致小目标检测头在特征空间里“各自为战”。这个问题的本质是：YOLOv11的检测头仍然是独立卷积堆叠，每个尺度只看到自己的特征，没有全局上下文。传统的FPN/PAN虽然做了跨尺度融合，但那是特征金字塔层面的事，检测头内部的交互被忽略了。IAI检测头的设计思路IAI（Implicit Association Interaction）的核心想法很简单：在检测头的每个尺度分支里，插入一个轻量级的自注意力模块，让特征图内部的每个位置都能感知到其他位置的信息。但这里有个坑——直接套用Transformer的Multi-Head Attention会导致参数量爆炸，而且YOLO的检测头是密集预测，特征图分辨率不低（比如P3是80x80），全图自注意力的计算量是O(n²)，根本跑不动。我的做法是：在通道维度上做压缩，然后在空间维度上做分组自注意力。具体来说，把特征图分成若干组（比如4组），每组内部做自注意力，组间通过一个可学习的权重矩阵做隐式关联。这样既保留了全局感受野，又把计算量控制在可接受范围。