YOLO26涨点改进| TGRS 2025 |独家创新首发、卷积改进篇| 引入SFD空间-频率解耦模块，通过“空间分支 + 频率分支”对退化图像进行双域解耦与增强,助力目标检测、图像增强任务有效涨点

一、本文介绍

🔥本文给大家介绍使用 SFD空间-频率解耦模块 改进YOLO26网络模型，通过将特征解耦为空间域和频率域两条路径：空间分支强化目标边缘、纹理和局部细节，频率分支通过幅度与相位建模补充结构信息、颜色/亮度变化和全局退化特征，从而提升复杂环境下目标特征的可分性。其优势在于能够弥补普通卷积仅依赖空间特征的不足，使YOLO26在低对比度、模糊、噪声干扰、光照不均或水下/红外等退化场景中更好地保留目标细节、增强目标轮廓并抑制背景干扰；同时，空间–频率双域特征提供更丰富的判别信息，有助于提升小目标、遮挡目标和复杂背景目标的检测精度与鲁棒性。

🔥欢迎订阅我的专栏、带你学习使用最新-最前沿-独家YOLO26创新改进！🔥

YOLO26专栏改进目录：全新YOLO26改进专栏包含卷积、主干网络、各种注意力机制、检测头、损失函数、Neck改进、小目标检测、二次创新模块、多种组合创新改进、全网独家创新等创新点改进

全新YOLO26专栏订阅链接：全新YOLO26创新改进高效涨点+永久更新中（至少500+改进）+高效跑实验发论文

本文目录

一、本文介绍

二、SFD空间-频率解耦模块介绍

2.1 SFD空间-频率解耦模块结构图

2.2 SFD空间-频率解耦模块的作用：

2.3 SFD空间-频率解耦模块的原理

2.4 SFD空间-频率解耦模块的优势

三、完整核心代码

四、手把手教你配置模块和修改tasks.py文件

1.首先在ultralytics/nn/newsAddmodules创建一个.py文件

2.在ultralytics/nn/newsAddmodules/__init__.py中引用

3.修改tasks.py文件

五、创建涨点yaml配置文件

🚀 创新改进1🔥: yolo26_C2PSA_SFDB.yaml

🚀 创新改进2🔥: yolo26_SFDBC3k2.yaml

六、正常运行

二、SFD空间-频率解耦模块介绍

摘要：水下图像增强（UIE）旨在通过缓解水下成像系统固有的成像劣化问题来提升图像质量。尽管现有的基于学习的方法展现出良好潜力，但在分离和处理频率成分、有效融合域信息以及平衡结构细节增强效果方面仍存在局限。为解决这些问题，我们提出跨域融合（CDF）- UIE 这一新型网络架构，该架构利用并融合跨域信息以改善水下图像的成像质量。CDF- UIE 首先采用提出的空间-频率解耦（SFD）模块对输入特征进行域解耦；随后设计创新的CDF模块，通过跨域注意力机制有效连接空间域与频率域特征；在图像重建阶段充分利用粗粒度与细粒度信息以生成稳定且细节丰富的增强输出；此外引入包含像素级、结构级及感知约束条件的多尺度目标函数以指导增强过程。我们在六个不同的真实水下图像数据集上进行了广泛实验。全面实验及实际应用测试均表明，CDF- UIE 显著优于现有方法，在多种水下场景中展现出广阔的应用前景。