本文基于YOLOv13 官方仓库（iMoonLab/yolov13，ultralytics 8.3.63 fork）实测整理，Windows/CPU 全程可跑。ELA（Efficient Local Attention，2024）主张注意力核要「细长」：对 H、W 两个方向各用一条一维长条卷积编码行/列上下文，再用轻量自适应机制在两种核长之间选择，参数开销极低。本文接入 v13n 层 8 之后。前言105 篇 SeaAttention 刚讲过条带池化看长条目标；ELA 把「长条」做成可学习的一维卷积核，还加了个小聪明：k=5 和 k=7 两条分支按输入自适应加权——短核看近处、长核看远处，方向感与距离感兼得。专栏目录：YOLOv13改进目录一览专栏地址：YOLOv13改进专栏——持续更新各方向即插即用改进一、插入点分析b YOLOv13改进策略【注意力机制篇】| 2024 ELA 高效局部注意力，长条一维核学出方向感
本文基于YOLOv13 官方仓库（iMoonLab/yolov13，ultralytics 8.3.63 fork）实测整理，Windows/CPU 全程可跑。ELA（Efficient Local Attention，2024）主张注意力核要「细长」：对 H、W 两个方向各用一条一维长条卷积编码行/列上下文，再用轻量自适应机制在两种核长之间选择，参数开销极低。本文接入 v13n 层 8 之后。前言105 篇 SeaAttention 刚讲过条带池化看长条目标；ELA 把「长条」做成可学习的一维卷积核，还加了个小聪明：k=5 和 k=7 两条分支按输入自适应加权——短核看近处、长核看远处，方向感与距离感兼得。专栏目录：YOLOv13改进目录一览专栏地址：YOLOv13改进专栏——持续更新各方向即插即用改进一、插入点分析b