在yolov5中引入SE注意力机制以及遇到的一些问题

参考教程来自b站：BV1uN411K7x3

参考代码：GitHub - ZhugeKongan/Attention-mechanism-implementation: Self-attention、Non-local、SE、SK、CBAM、DANet

Step1：加入新增网络结构

修改models/common.py，在common.py内添加SE类，直接将下面的代码粘贴进去

class SE(nn.Module):
​
    def __init__(self, in_chnls, ratio):
        super(SE, self).__init__()
        self.squeeze = nn.AdaptiveAvgPool2d((1, 1))
        self.compress = nn.Conv2d(in_chnls, in_chnls // ratio, 1, 1, 0)
        self.excitation = nn.Conv2d(in_chnls // ratio, in_chnls, 1, 1, 0)
​
    def forward(self, x):
        out = self.squeeze(x)
        out = self.compress(out)
        out = F.relu(out)
        out = self.excitation(out)
        return x*F.sigmoid(out)

这时我们会发现有个F会报错，所以在common.py头部进行导包

import torch.nn.functional as F

Step2：修改现有模型结构配置文件

修改models/yolov5s*.yaml

首先复制一份yolov5s.yaml文件，命名为yolov5s*.yaml，此处我更名为yolov5s_se.yaml

然后修改backbone，此处将SE添加在第10层，所以原来的第10层及以后每一层都会往后顺延一层，即head中的14 10 17 20 23层变为15 11 18 21 24层。

Step3：设定网络结构的传参细节

修改models/yolo.py

找到parse_model()函数,在函数中间添加判断，如图：

        elif m is SE:
            c1 = ch[f]
            c2 = args[0]
            if c2 != no:  # if not output
                c2 = make_divisible(c2 * gw, 8)
            args = [c1, args[1]]

Step4：训练时指定模型结构配置文件

修改train.py ，改成刚才修改好的yolov5s_se.yaml

现在，就可以开始运行了。

一些问题及解决方法：

报错1：UnicodeDecodeError: 'gbk' codec can't decode byte 0xac in position 1159: illegal multibyte sequence

UnicodeDecodeError: 'gbk' codec can't decode byte 0xac in position 1159: illegal multibyte sequence

解决方法：根据提示找到报错的第一行代码，在该文件中把所有的open都改成utf-8解码。

例如：我把train.py中所有的open后面都加上了utf-8解码，一共6处。

报错2：TypeError: __init__() takes 3 positional arguments but 5 were given

TypeError: __init__() takes 3 positional arguments but 5 were given

解决方法：在yolo.py文件中，找到parse_model()方法，把手动写进的两个SE删除就可以了。