目标检测YOLO实战应用案例100讲-面向无人机图像的小目标检测（续）

目录

3.1.3  注意力机制 

3.2  聚类算法 

3.3  跨级连接的CSC模块 

3.4  损失函数 

4 实验 

4.1  数据集 

4.2  实验环境 

4.3  评价指标 

4.4  实验结果与分析 

知识拓展

无人机目标检测-目标小环境复杂问题

无人机小目标检测与跟踪

一、技术挑战与解决方案

二、完整代码实现（检测+跟踪）YOLOV8实现

三、关键优化方向

 四、完整代码实现（检测+跟踪）YOLOV11实现

---

本文篇幅较长，分为上下两篇，上篇详见面向无人机图像的小目标检测

3.1.3  注意力机制 

在目标检测任务中，引入注意力机制（Attention Mechanism）可以更好地让网络 模型关注图像中重要的部分，忽略无关信息，提升检测精度。SENet（Squeeze-and Excitation Network）由Jie Hu[44]等人提出，原理图如图3.5所示。