YOLOv5改进：STFFM时空特征融合提升目标检测精度

1. 项目背景与核心价值

在目标检测领域，YOLO系列算法因其出色的实时性能一直备受关注。但传统YOLO架构在处理复杂场景时，仍存在特征交互不足、时空信息利用不充分等问题。我们团队针对YOLOv5的SPPF模块进行深度改造，创新性地引入STFFM（Spatio-Temporal Feature Fusion Module）时空特征融合机制，在TGRS 2025期刊实验中实现了1.8%的mAP提升。

这个改进的核心在于：传统SPPF模块通过多分支池化操作虽然能增加感受野，但各分支特征间缺乏有效交互。我们的STFFM模块通过时空注意力机制，在特征金字塔的中间阶段（即Backbone和Neck交接处）建立跨尺度的特征关联，显著提升了小目标检测和遮挡场景的识别能力。

2. 算法改进原理详解

2.1 原始SPPF模块的局限性分析

标准YOLOv5的SPPF模块采用串行最大池化结构（kernel_size=5→9→13），虽然计算效率高，但存在三个明显缺陷：

1. 各池化分支特征独立处理，缺乏信息交互
2. 固定尺寸的池化核难以适应多尺度目标
3. 时空维度特征融合方式简单（直接concat）

python复制# 原始SPPF实现（YOLOv5官方代码）
class SPPF(nn.Module):
    def __init__(self, c1, c2, k=5):
        super().__init__()
        self.cv1 = Conv(c1, c2//2, 1, 1)
        self.cv2 = Conv(c2*2, c2, 1, 1)
        self.m = nn.MaxPool2d(kernel_size=k, stride=1, padding=k//2)
    
    def forward(self, x):
        x = self.cv1(x)
        y1 = self.m(x)
        y2 = self.m(y1)
        y3 = self.m(y2)
        return self.cv2(torch.cat([x, y1, y2, y3], 1))

2.2 STFFM模块设计思想

我们的改进方案包含三