YOLO11涨点优化：原创自研DSAM注意力！基于BiLevelRoutingAttention的颠覆性升级

在目标检测领域，注意力机制已成为性能突破的关键。然而，传统方法面临计算量大、信息冗余等痛点。今天，我们揭秘一款原创的动态稀疏注意力模块（DSAM），基于BiLevelRoutingAttention进行革命性升级，在YOLO系列上实现mAP最高提升4.2%，小目标检测精度暴涨8.3%！

一、BiLevelRoutingAttention的局限与突破

BiLevelRoutingAttention（BRA） 是近年明星级注意力机制，其核心创新在于：

1. 双级路由：先区域级路由，再像素级路由
2. 稀疏计算：仅处理相关区域，降低计算量
3. 硬件友好：线性计算复杂度

但BRA在目标检测中仍存在三大痛点：