本文基于YOLOv13 官方仓库（iMoonLab/yolov13，ultralytics 8.3.63 fork）实测整理，Windows/CPU 全程可跑。TransNeXt（CVPR2024）提出聚合注意力（Aggregated Attention）：QKV 先经滑动窗口深度卷积做「像素聚焦」，再做多头全局注意力，输出叠一路卷积 GLU 门控。局部精度与长程依赖一网打尽。本文插在 v13n 层 8 之后（20×20）。前言13 篇 BiFormer 管「看哪里」、104 篇 EfficientAttention 管「算多快」，TransNeXt 管「怎么看得自然」：模拟人眼中央凹——近处精细采样、远处粗略聚合。对检测来说，最实惠的是它的两个即插即用组件：DW 聚合的 QKV + 卷积门控输出。专栏目录：YOLOv13改进目录一览专栏地址：YOLOv13改进专栏——持续更新各方向即插即用改进一、插入点分析 
长河君 · 2026/9/29 7:29:51 · 阅读 1.2k YOLOv13改进策略【注意力机制篇】| CVPR2024 TransNeXt 聚合注意力，聚焦采样加卷积门控
本文基于YOLOv13 官方仓库（iMoonLab/yolov13，ultralytics 8.3.63 fork）实测整理，Windows/CPU 全程可跑。TransNeXt（CVPR2024）提出聚合注意力（Aggregated Attention）：QKV 先经滑动窗口深度卷积做「像素聚焦」，再做多头全局注意力，输出叠一路卷积 GLU 门控。局部精度与长程依赖一网打尽。本文插在 v13n 层 8 之后（20×20）。前言13 篇 BiFormer 管「看哪里」、104 篇 EfficientAttention 管「算多快」，TransNeXt 管「怎么看得自然」：模拟人眼中央凹——近处精细采样、远处粗略聚合。对检测来说，最实惠的是它的两个即插即用组件：DW 聚合的 QKV + 卷积门控输出。专栏目录：YOLOv13改进目录一览专栏地址：YOLOv13改进专栏——持续更新各方向即插即用改进一、插入点分析