140、七种上采样方法的统一对比：最近邻、双线性、CARAFE、DySample、转置卷积的排名

从一次诡异的mAP波动说起

去年年底帮一个做遥感检测的朋友调模型，他的YOLOv5s在VisDrone数据集上训练，换了个上采样层，mAP直接从38.7掉到34.2。他用的就是最普通的双线性插值换成最近邻，按理说差别不该这么大。我让他把特征图可视化出来一看——最近邻在密集小目标区域产生了明显的棋盘格伪影，把原本连续的边缘切成了锯齿状。这个坑我当年在YOLOv4的PANet里也踩过，后来才意识到上采样不是简单的“放大图片”，而是特征图语义信息的重建过程。

今天这篇笔记，我把YOLOv11里能用的七种上采样方法全部拉出来做了统一对比，包括最近邻、双线性、双三次、转置卷积、CARAFE、DySample和PixelShuffle。每种方法都给出了完整的PyTorch实现和YOLOv11的插入位置，最后附上在COCO 2017上的消融实验数据。

上采样在YOLOv11中的关键位置

YOLOv11的Neck部分沿用了CSP-PAN结构，上采样操作出现在两个地方：

1. FPN自顶向下路径：P5特征图（32倍下采样）上采样到P4（16倍），再上采样到P3（8倍）
2. PAN自底向上路径：虽然主要是下采样，但部分变体在特征融合前也会用到上采样对齐

默认YOLOv11