YOLOv26中位置敏感注意力机制(PSA)的设计与优化

1. 位置敏感注意力机制在YOLOv26中的应用背景

目标检测作为计算机视觉领域的核心任务之一，其性能提升一直备受关注。近年来，注意力机制在视觉任务中展现出强大的特征建模能力，但传统注意力机制在处理空间位置信息时存在明显不足。这正是我们开发位置敏感注意力机制（Position-Sensitive Attention, PSA）的出发点。

在实际项目中，我们发现传统YOLO系列模型在处理以下场景时表现欠佳：

• 小目标检测（如远距离行人、交通标志）
• 密集遮挡场景（如人群中的个体识别）
• 需要精确定位的任务（如工业零件缺陷检测）

这些问题本质上都与空间位置信息的建模不足有关。常规的通道注意力（如SE模块）虽然能增强重要特征通道，但完全忽略了特征的空间分布；而普通空间注意力又难以建立长距离依赖关系。PSABlock的设计正是为了同时解决这两个问题。

2. PSABlock的核心设计原理

2.1 位置敏感注意力机制

PSABlock的核心创新在于将位置信息显式编码到注意力计算中。与传统自注意力不同，我们的实现包含三个关键设计：

1. 位置编码注入：在QKV生成阶段，我们不是简单使用1x1卷积，而是采用带位置偏置的深度可分离卷积：

2. 相对位置偏置：在计算注意力权重时，我们引入可学习的相对位置偏置矩阵B：

其中B ∈ ℝ^(M×M)，M=2×max(H,W)-1，覆盖所有可能的相对位置组合。