YoloV9改进策略：Block改进-DCAFE，并行双坐标注意力机制，增强长程依赖与抗噪性-即插即用

摘要

本文研究将Flora-NET中提出的双坐标注意力特征提取（DCAFE）模块集成到YOLOv9架构中，通过增强空间特征表达能力，显著提目标检测性能。与原始研究不同，本文不仅提供理论分析，更通过系统实验验证了改进效果，并提供了完整的训练策略。

1 论文信息

• 标题：Flora-NET: Integrating dual coordinate attention with adaptive kernel based convolution network for medicinal flower identification
• 中文标题：Flora-NET：集成双坐标注意力机制与自适应内核的药用花卉识别卷积网络
• 链接：ScienceDirect
• 代码链接：https://github.com/ersachingupta11/Flora-NET
• 单位：印度马拉维亚国立理工学院计算机科学与工程系

2 创新点

1. 双模块协同架构
   • <