开始讲解之前推荐一下我的专栏，本专栏的内容支持(分类、检测、分割、追踪、关键点检测),专栏目前为限时折扣，欢迎大家订阅本专栏，本专栏每周更新3-5篇最新机制，更有包含我所有改进的文件和交流群提供给大家。
一、本文介绍
本文给大家带来的改进机制是利用Mamba框架下的MLLABlock二次创新C2f来改进我们的YOLOv11模型，MLLA（Mamba-Like Linear Attention）的原理是通过将Mamba模型的一些核心设计融入线性注意力机制，从而提升模型的性能。具体来说，MLLA主要整合了Mamba中的“忘记门”（forget gate）和模块设计（block design）这两个关键因素，同时MLLA通过使用位置编码（RoPE）来替代忘记门，从而在保持并行计算和快速推理速度的同时，提供必要的位置信息。这使得MLLA在处理非自回归的视觉任务时更加有效 ，本文内容为我独家整理全网首发。
专栏回顾：YOLOv11改进系列专栏——本专栏持续复习各种顶会内容——科研必备
目录
一、本文介绍
二、原理介绍
三、核心代码
四、手把手教你添加C2fMLLABlock
4.1 修改一
4.2 修改二
4.3 修改三
4.4 修改四
4.5 修改五
五、C2fMLLABlock的yaml文件和运行记录
5.1 C2fMLLABlock的yaml文件
5.2 训练代码
5.3 C2fMLLABlock的训练过程截图
五、本文总结
二、原理介绍
官方论文地址：官方论文地址点击此处即可跳转
官方代码地址：官方代码地址点击此处即可跳转
