物体検出ネットワーク構成図

[YOLOv13] を解説するクリーンな技術アーキテクチャ図。入力画像がBackbone、HyperACE、Neck、FullPAD、Head検出出力へと流れる様子を示す1ページの教育用スライド。 キャンバスとスタイル：純白の背景に16:9横長インフォグラフィック、鮮明な2Dベクタースタイル、細い色付きのアウトライン、角丸長方形のモジュール、矢印コネクタ、視認性の高いサンセリフ文字。 レイアウト： - 主流は左から右への水平パイプライン、補助モジュールはメインパスの下部に配置。 - 最左端：「Input Image (3, H, W)」とラベルされた重ねられた風景画像のサムネイル。矢印でBackboneパネルへ接続。 - 左上：青い枠線の「Backbone」パネル、副題「(built from DS-C3k2 blocks)」。縦に5個並んだDS-C3k2ブロック（B1, B2, B3, B4, B5）、各ブロック間に計4個の「/2」ダウンサンプリング表示。B1とB2からは「B1 (unused)」「B2 (unused)」と右へ伸び、B3, B4, B5からは青い矢印で「B3 (C3, H/8, W/8)」「B4 (C4, H/16, W/16)」「B5 (C5, H/32, W/32)」と出力。 - 左下・中央：オレンジの枠線の「HyperACE」モジュール、副題「(Hypergraph-based Adaptive Correlation Enhancement) Eq.8-11」。破線の角丸メモ「Models cross-scale and cross-position high-order and low-order correlations」を内包。B3/B4/B5からの青い線が接続し、オレンジの矢印で「Y」「Correlation-enhanced feature」と書かれた小さな3D立方体へ出力。 - 上部中央：緑の枠線の「Neck」パネル、副題「(built from DS-C3k2 blocks)」。2列×3行で並ぶ6個のDS-C3k2ブロック、黄色のアップサンプル箱「↑ 2×」が2個、紫のダウンサンプル箱「↓ 2×」が2個、左端に3個の青い円形入力接合点、下部に3個のトンネルマーカー。 - 右下・中央：赤い枠線の「FullPAD」凡例モジュール、副題「(Full-Pipeline Aggregation-and-Distribution) Eq.12-13」。3つの凡例行：「Backbone–Neck tunnel (Backbone-to-Neck connection)」（青の点線矢印と白抜き円）、「In-Neck tunnel (the internal layers of the Neck)」（緑の点線矢印と白抜き円）、「Neck–Head tunnel (Neck-to-Head connection)」（紫の点線矢印と白抜き円）。立方体からFullPADへ接続し、点線ルートがNeckとHeadへ延びる。 - 最右端：紫の枠線の「Head」パネル、副題「(Detect x3)」。縦に並ぶ3つのボックス：「Detect (stride 8)」「Detect (stride 16)」「Detect (stride 32)」、右側へ「H3 (scale 1/8)」「H4 (scale 1/16)」「H5 (scale 1/32)」と出力。 下部キャプション枠：下部全体に広がる角丸矩形。1行目：「Classic YOLO is a one-directional Backbone → Neck → Head pipeline.」2行目：「[YOLOv13] adds HyperACE and FullPAD on top of it to enhance feature representation and information flow.」 制約事項：テキストの完全な可読性、正確な幾何学的整列、厳密なブロック数、ボックス内は淡いパステル塗り、余分な装飾モジュールなし、フラットベクター描画。