这是一张专业的技术架构图模板，整套模型架构模板清晰划分为五大核心串联模块，依次为骨干网络（Backbone）、高效混合编码器 Efficient Hybrid Encoder、IoU 感知查询选择模块、解码器与检测头（Decoder & Head），各模块内部子结构完整拆分展示。输入实景图像首先送入 Backbone 骨干网络，完成基础多尺度特征提取，输出 S3、S4、S5 三层底层特征图，为后续特征融合提供原始视觉信息。第二层核心模块高效混合编码器内置 AIFI、CCFM 两大子单元，AIFI 负责多尺度特征初步编码聚合，CCFM 搭载多层 Fusion 融合结构，对骨干网络输出的多层特征进行跨尺度融合，充分挖掘浅层细节、深层语义特征，生成高表现力混合特征序列，解决传统检测模型特征丢失、尺度适配差的问题。经过编码器加工后的特征序列流入 IoU 感知查询选择模块，依托交并比筛选机制过滤无效特征向量，筛选出与检测目标高度匹配的有效查询特征，大幅降低后续解码计算量，提升模型推理速度。筛选完成的特征送入 Decoder & Head 解码器与检测头，末端搭配 Conv1×1、BN、SiLU 标准卷积激活组件，最终输出带类别、边界框标注的目标检测结果，直观展示多目标定位输出效果。该模板完整覆盖目标检测、深度学习网络架构、混合编码器、多尺度特征融合、IoU 特征筛选等高价值专业关键词，适配论文绘图、算法研发、课堂教学等场景，结构逻辑完整，模块分区分明，无需手动拆分绘制复杂子模块，是计算机视觉领域通用的算法架构可视化素材。