20

YOLOv13 架构图
放大

YOLOv13 架构图

提示词
目标:创建一张清晰的技术架构图,将 {argument name="model name" default="YOLOv13"} 解释为一页教育性 Slides,展示输入图像如何流经 Backbone、HyperACE、Neck、FullPAD 和 Head 检测输出。

画布:16:9 宽屏横向信息图,白色背景,清爽的矢量风格,细彩色轮廓,圆角矩形,带箭头的连接线,以及易读的无衬线字体。使用从左到右的流水线布局,并在主路径下方放置补充模块。

布局:最左侧放置一个小型的堆叠缩略图,标注为“输入图像 (Input Image) (3, H, W)”,然后通过箭头指向一个大型蓝色 Backbone 面板。将绿色 Neck 面板放置在上方中央,紫色 Head 面板放置在右侧,HyperACE 放置在左下方中央,FullPAD 放置在右下方中央,并在底部放置一个带框的说明性标题。

主要流水线部分及精确元素计数:
- 最左侧 1 个输入图像堆叠,显示为分层的横向照片。
- 1 个 Backbone 面板,标题为“Backbone”,副标题为“(基于 DS-C3k2 模块构建)”。在内部,精确显示 5 个垂直堆叠的 DS-C3k2 模块框,分别标注为 B1、B2、B3、B4、B5。在每个相邻模块之间放置“/2”下采样标记,共 4 个下采样标签。添加侧向输出箭头:B1 和 B2 指向右侧,标注为“B1 (未使用)”和“B2 (未使用)”;B3、B4 和 B5 以蓝色指向右侧,标注为“B3 (C3, H/8, W/8)”、“B4 (C4, H/16, W/16)”和“B5 (C5, H/32, W/32)”。
- 1 个 HyperACE 模块位于 Backbone 下方,橙色轮廓,标题为“HyperACE”,副标题为“(基于超图的自适应相关性增强) Eq.8-11”。在内部,包含一个虚线圆角注释框,写着“对跨尺度和跨位置的高阶及低阶相关性进行建模”。来自 B3/B4/B5 的蓝色线条输入到 HyperACE 中。HyperACE 输出一个橙色箭头指向一个标注为“Y”和“相关性增强特征 (Correlation-enhanced feature)”的小型橙色 3D 立方体。
- 1 个 Neck 面板位于上方中央,绿色轮廓,标题为“Neck”,副标题为“(基于 DS-C3k2 模块构建)”。在内部,精确显示 6 个 DS-C3k2 模块框,排列成 2 列 3 行的网格。在模块之间使用黑色箭头,包含 2 个标注为“↑ 2×”的黄色上采样框和 2 个标注为“↓ 2×”的紫色下采样框。在 Neck 左边缘包含 3 个蓝色圆形输入连接点,并在网格下方或侧面包含 3 个绿色/紫色圆形隧道标记。
- 1 个 FullPAD 图例模块位于 Neck 下方,红色轮廓,标题为“FullPAD”,副标题为“(全流水线聚合与分发) Eq.12-13”。显示 3 行图例:“Backbone–Neck 隧道 (Backbone 到 Neck 的连接)”,使用蓝色虚线箭头和蓝色空心圆;“Neck 内部隧道 (Neck 的内部层)”,使用绿色虚线箭头和绿色空心圆;“Neck–Head 隧道 (Neck 到 Head 的连接)”,使用紫色虚线箭头和紫色空心圆。用橙色箭头将立方体特征连接到 FullPAD,并绘制指向 Neck 和 Head 的蓝色/绿色/紫色虚线隧道路径。
- 1 个 Head 面板位于右侧,紫色轮廓,标题为“Head”,副标题为“(检测 x3)”。在内部,精确显示 3 个垂直堆叠的 Detect 框:“Detect (步长 8)”、“Detect (步长 16)”和“Detect (步长 32)”。每个框接收来自 Neck 的一个箭头,并向右输出为 H3、H4、H5,标注为“H3 (尺度 1/8)”、“H4 (尺度 1/16)”和“H5 (尺度 1/32)”。

颜色编码:Backbone 线条和面板为蓝色,Neck 为绿色,Head 为紫色,HyperACE 为橙色,FullPAD 轮廓为红色。主箭头为实线;FullPAD 隧道为虚线/点划线,带有空心圆形节点。模块框使用柔和的淡色填充。

底部标题:添加一个横跨底部的宽圆角矩形。文字:“经典的 YOLO 是一个单向的 Backbone → Neck → Head 流水线。” 接着在下一行:“{argument name="model name" default="YOLOv13"} 在此基础上增加了 HyperACE 和 FullPAD,以增强特征表示和信息流。” 将 Backbone、Neck、Head、HyperACE 和 FullPAD 等词分别着色为蓝色、绿色、紫色、橙色和红色。

约束:保持所有标签清晰易读,各部分对齐整齐,保留模块和检测头的精确数量,避免添加额外的模块,除小型输入图像缩略图外避免照片级真实感,且不要添加水印。
分类
图表信息图
模型
GPT Image 2
来源作者
Keigo Nakano
浏览量4
来源 ID
25063
发布时间
2026年6月10日

使用说明

关于「YOLOv13 架构图」

这条提示词适合做什么?

「YOLOv13 架构图」AI 图片提示词,适用于 GPT Image 2,分类:图表信息图。生成一张清晰的技术信息图,解释包含 Backbone、HyperACE、Neck、FullPAD 以及三个检测头的 YOLOv13 流水线。 可在 Picva 图瓦复制提示词并一键生成同款图片。

页面上方提供可复制的完整提示词正文与示例效果图,适合直接用于 AI 图片生成或在 Picva 中一键同款。

如何使用这条提示词

  1. 步骤 1

    打开提示词详情

    查看「YOLOv13 架构图」的示例图、分类与完整 Prompt 文本。

  2. 步骤 2

    复制提示词

    一键复制页面中的提示词正文,或在 Studio 中直接带入。

  3. 步骤 3

    选择模型(GPT Image 2)

    优先使用 GPT Image 2;如切换其他模型,可保留主体与构图,微调风格词。

  4. 步骤 4

    生成并导出

    在 Picva 一键生成同款,或导出到你的工作流继续编辑发布。

常见问题

「YOLOv13 架构图」是什么提示词?
这是一条可用于 GPT Image 2 的图片生成提示词,属于「图表信息图」分类。页面提供完整 Prompt 文本、示例效果图,以及在 Picva 中一键生成同款的入口。
如何使用这条提示词生成图片?
复制页面中的提示词,或点击一键生成 / Studio。可直接粘贴到支持的图像模型,也可在 Picva 中结合参考图生成同款视觉效果。
这条提示词适合哪个模型?
页面标注模型为 GPT Image 2。多数描述型提示词也可迁移到 GPT Image、Flux、Midjourney 等相近图像模型,必要时微调风格与构图词。
可以商用吗?需要注意什么?
提示词文本通常可复制用于创作,但最终图片是否可商用取决于你使用的模型条款、参考图版权以及生成内容本身。请遵守来源作者与平台规则。