一、本文介绍本文记录的是利用ResNeSt卷积改进YOLOv10的特征提取部分。ResNeSt通过拆分注意力机制，实现高效的多尺度特征提取。二、ResNeSt模块介绍2.1 设计出发点传统ResNet缺乏多尺度注意力机制，ResNeSt通过拆分注意力机制增强特征表达能力。2.2 模块结构ResNeSt块：分组卷积：将通道分组拆分注意力：对每个组计算注意力权重特征融合：融合不同组的特征三、ResNeSt的实现代码importtorchimporttorch.nnasnnclassSplAtConv2d