本文介绍了对YOLOv5的自研改进MSAM，这是一种基于CBAM的多尺度通道注意力模块，提升了目标检测性能。在道路缺陷检测任务中，MSAM相比于CBAM和原始模型有显著提升。详细步骤和源码提供，帮助读者理解并实践网络魔改。
💡💡💡本文自研创新改进：MSAM（CBAM升级版）：通道注意力具备多尺度性能，多分支深度卷积更好的提取多尺度特征，最后高效结合空间注意力
1）作为注意力MSAM使用；
推荐指数：五星
MSCA | 亲测在多个数据集能够实现涨点，对标CBAM。
在道路缺陷检测任务中，原始map为0.8，cbam为0.822 ，MSCA 为 0.855
收录
YOLOv5原创自研
订阅专栏 解锁全文
扫一扫
评论 6
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
