【YOLOv11改进- 注意力机制】YOLOv11+CBAM: 基于YOLOv11的空间以及通道双重卷积注意力机制，老牌注意力机制，效果稳定可靠；

最新推荐文章于 2025-05-21 10:16:07 发布
最新推荐文章于 2025-05-21 10:16:07 发布
阅读量1.6k 收藏 18
点赞数 18
文章标签： YOLO
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_41304809/article/details/143453562
版权

YOLOV11目标检测注意力机制改进实例与创新改进专栏

目录

YOLOV11目标检测注意力机制改进实例与创新改进专栏

1.完整代码获取

2.CBAM注意力机制介绍

 3. CBAM具有优势：

4. CBAM网络结构图

5. yolov11-CBAM yaml文件

6.CBAM注意力机制代码实现

7.CBAM注意力机制添加方式

8.训练成功展示

 论文地址：[1807.06521] CBAM: Convolutional Block Attention Modulehttps://arxiv.org/abs/1807.06521

1.完整代码获取

此专栏提供完整的改进后的YOLOv11项目文件，你也可以直接下载到本地，然后打开项目，修改数据集配置文件以及合适的网络yaml文件即可运行，操作很简单！订阅专栏的小伙伴可以私信博主，或者直接联系博主，加入yolov11改进交流群；

＋Qq：1921873112

2.CBAM注意力机制介绍

        CBAM（Convolutional Block Attention Module）注意力机制是一种用于深度学习中的有效注意力模块。它主要包含通道注意力模块和空间注意力模块两个部分。在通道注意力模块中，通过对输入特征图的通道维度进行操作，利用最大池化和平均池化来聚合特征信息，再经过多层感知机处理，得到通道注意力权重，用于突出重要的通道特征。而空间注意力模块则是在通道注意力的基础上，对空间维度进行处理，通过对特征图在空间维度上进行池化操作，生成空间注意力权重，以此来强调空间位置上更关键的区域。CBAM 能够自适应地对通道和空间信息进行筛选和增强，帮助网络更聚焦于有价值的特征部分，有效提升模型的性能，被广泛应用于图像分类、目标检测、语义分割等众多计算机视觉任务中。

 3. CBAM具有优势：

  1. 增强特征表示能力：
    • 通道注意力方面：通过对输入特征图的通道维度进行操作，能够自动学习到不同通道的重要性权重。将每个通道视为一种对图片的特征提取器，例如有的通道可能提取到了物体的纹理特征，有的通道提取到了物体的颜色特征等。CBAM 的通道注意力模块可以突出那些对当前任务更关键的通道特征，抑制不太重要的通道，从而使模型更关注具有代表性的特征信息，增强特征的表达能力。
    • 空间注意力方面：考虑了特征图的空间维度信息，能够聚焦于图像中不同区域的重要性差异。它可以帮助模型识别出图像中哪些区域是关键的，哪些区域是背景或不太重要的部分，从而对关键区域给予更多的关注，进一步提高模型对空间信息的利用效率，增强模型对图像内容的理解和识别能力。
  2. 即插即用的灵活性：CBAM 是一种即插即用的模块，可以很方便地嵌入到各种现有的卷积神经网络架构中。无论是经典的网络如 VGGNet、ResNet，还是一些新型的网络结构，都可以轻松地将 CBAM 与原网络进行结合，不需要对原有的网络结构进行大规模的改动。这种灵活性使得 CBAM 可以广泛应用于不同的深度学习任务和模型中，帮助提升各种模型的性能。
  3. 计算高效性：CBAM 在引入注意力机制的同时，并没有大幅增加模型的计算量和参数数量。它主要通过一些简单的池化操作（如最大池化和平均池化）、卷积操作以及多层感知机等相对简单的计算来获取注意力权重，这些操作的计算成本相对较低。与一些复杂的注意力机制相比，CBAM 在保证性能提升的同时，不会给模型带来过大的计算负担，有利于模型的训练和部署，特别是在资源受限的环境下具有很大的优势。
  4. 提升模型的可解释性：注意力机制本身具有一定的可解释性，CBAM 通过明确地学习通道和空间的注意力权重，能够让人们更直观地理解模型在处理图像时关注的重点区域和特征。这对于分析模型的决策过程、调试模型以及发现模型的潜在问题都具有重要的意义，有助于提高模型的可靠性和可信度。
  5. 综合性能优势：在实际的实验和应用中，CBAM 已经被证明能够有效地提升模型的性能，无论是在图像分类、目标检测还是语义分割等任务中，都能取得较好的效果。它可以帮助模型更好地应对复杂的视觉任务，提高模型的准确性和鲁棒性。

4. CBAM网络结构图

      ​​​

5. yolov11-CBAM yaml文件


nc: 80 # number of classes
scales: # model compound scaling constants, i.e. 'model=yolo11n.yaml' will call yolo11.yaml with scale 'n'
  # [depth, width, max_channels]
  n: [0.50, 0.25, 1024] # summary: 319 layers, 2624080 parameters, 2624064 gradients, 6.6 GFLOPs
  s: [0.50, 0.50, 1024] # summary: 319 layers, 9458752 parameters, 9458736 gradients, 21.7 GFLOPs
  m: [0.50, 1.00, 512] # summary: 409 layers, 20114688 parameters, 20114672 gradients, 68.5 GFLOPs
  l: [1.00, 1.00, 512] # summary: 631 layers, 25372160 parameters, 25372144 gradients, 87.6 GFLOPs
  x: [1.00, 1.50, 512] # summary: 631 layers, 56966176 parameters, 56966160 gradients, 196.0 GFLOPs

# YOLO11n backbone
backbone:
  # [from, repeats, module, args]
  - [-1, 1, Conv, [64, 3, 2]] # 0-P1/2
  - [-1, 1, Conv, [128, 3, 2]] # 1-P2/4
  - [-1, 2, C3k2, [256, False, 0.25]]
  - [-1, 1, Conv, [256, 3, 2]] # 3-P3/8
  - [-1, 2, C3k2, [512, False, 0.25]]
  - [-1, 1, Conv, [512, 3, 2]] # 5-P4/16
  - [-1, 2, C3k2, [512, True]]
  - [-1, 1, Conv, [1024, 3, 2]] # 7-P5/32
  - [-1, 2, C3k2, [1024, True]]
  - [-1, 1, CBAM, [1024]] # 9
  - [-1, 1, SPPF, [1024, 5]] # 10
  - [-1, 2, C2PSA, [1024]] # 11

# YOLO11n head
head:
  - [-1, 1, nn.Upsample, [None, 2, "nearest"]]
  - [[-1, 6], 1, Concat, [1]] # cat backbone P4
  - [-1, 2, C3k2, [512, False]] # 13

  - [-1, 1, nn.Upsample, [None, 2, "nearest"]]
  - [[-1, 4], 1, Concat, [1]] # cat backbone P3
  - [-1, 2, C3k2, [256, False]] # 16 (P3/8-small)

  - [-1, 1, Conv, [256, 3, 2]]
  - [[-1, 13], 1, Concat, [1]] # cat head P4
  - [-1, 2, C3k2, [512, False]] # 19 (P4/16-medium)

  - [-1, 1, Conv, [512, 3, 2]]
  - [[-1, 10], 1, Concat, [1]] # cat head P5
  - [-1, 2, C3k2, [1024, True]] # 22 (P5/32-large)

  - [[17, 20, 23], 1, Detect, [nc]] # Detect(P3, P4, P5)

6.CBAM注意力机制代码实现

import numpy as np
import torch
from torch import nn
from torch.nn import init

class ChannelAttentionModule(nn.Module):
    def __init__(self, c1, reduction=16):
        super(ChannelAttentionModule, self).__init__()
        mid_channel = c1 // reduction
        self.avg_pool = nn.AdaptiveAvgPool2d(1)
        self.max_pool = nn.AdaptiveMaxPool2d(1)

        self.shared_MLP = nn.Sequential(
            nn.Linear(in_features=c1, out_features=mid_channel),
            nn.LeakyReLU(0.1, inplace=True),
            nn.Linear(in_features=mid_channel, out_features=c1)
        )
        self.act = nn.Sigmoid()
        #self.act=nn.SiLU()
    def forward(self, x):
        avgout = self.shared_MLP(self.avg_pool(x).view(x.size(0),-1)).unsqueeze(2).unsqueeze(3)
        maxout = self.shared_MLP(self.max_pool(x).view(x.size(0),-1)).unsqueeze(2).unsqueeze(3)
        return self.act(avgout + maxout)
        
class SpatialAttentionModule(nn.Module):
    def __init__(self):
        super(SpatialAttentionModule, self).__init__()
        self.conv2d = nn.Conv2d(in_channels=2, out_channels=1, kernel_size=7, stride=1, padding=3)
        self.act = nn.Sigmoid()
    def forward(self, x):
        avgout = torch.mean(x, dim=1, keepdim=True)
        maxout, _ = torch.max(x, dim=1, keepdim=True)
        out = torch.cat([avgout, maxout], dim=1)
        out = self.act(self.conv2d(out))
        return out

class CBAM(nn.Module):
    def __init__(self, c1,c2):
        super(CBAM, self).__init__()
        self.channel_attention = ChannelAttentionModule(c1)
        self.spatial_attention = SpatialAttentionModule()

    def forward(self, x):
        out = self.channel_attention(x) * x
        out = self.spatial_attention(out) * out
        return out

7.CBAM注意力机制添加方式

参照我的这篇博客：【YOLO11改进- 注意力机制】YOLO11+SA: 基于YOLOv11的深度卷积注意力机制，提取深层语义信息，高效涨点；-CSDN博客

8.训练成功展示

 

此篇博客到这里就告一段落了，后续我还会继续更新很多改进，大家感兴趣的可以关注我的专栏加入 Qq交流群。 

YOLOv11改进 | 注意力篇 | YOLOv11引入CBAM注意力机制
tsg6698的博客
09-30 1万+
我们的实验表明各种模型的分类和检测性能得到了一致的改进，证明了 CBAM 的广泛适用性。简单介绍:CBAM的主要思想是通过关注重要的特征并抑制不必要的特征来增强网络的表示能力。模块首先应用通道注意力，关注"重要的"特征，然后应用空间注意力，关注这些特征的"重要位置"。到此本文的正式分享内容就结束了，在这里给大家推荐我的YOLOv11改进有效涨点专栏，本专栏目前为新开的，后期我会根据各种前沿顶会进行论文复现，也会对一些老的改进机制进行补充，如果大家觉得本文帮助到你了，订阅本专栏，关注后续更多的更新~
YOLOv11改进策略【注意力机制篇】| 2024 SCSA-CBAM 空间和通道的协同注意模块
Limiiiing的博客
10-11 2024
本文记录的是基于SCSA-CBAM注意力模块的YOLOv11目标检测改进方法研究。现有注意力方法在空间-通道协同方面未充分挖掘其潜力，缺乏对多语义信息的充分利用来引导特征和缓解语义差异。构建一个空间-通道协同机制，
手把手教你如何修改YOLO11的模型结构（以CBAM和可变性卷积为例）
2401_86807530的博客
12-30 6619
YOLO11修改模型结构
YOLOv11/YOLOv8网络结构图绘制，本文适用于论文添加修改模块，绘制属于自己的网络结构图
呓语煮酒的博客
04-09 384
在深度学习领域，YOLO（You Only Look Once）系列目标检测算法凭借其高效性和准确性，广泛应用于各种实际场景中，例如自动驾驶、安防监控和农业监测等。随着算法的不断发展，YOLO 的网络结构逐步优化，例如 YOLOv8 和 YOLOv11 引入了更加轻量化、高效的模块，使得模型在速度和精度上达到了新的平衡。然而，对于研究者来说，直接使用现成的模型并不能满足某些特定任务的需求，因此对网络结构进行自定义修改和优化就显得尤为重要。
【YOLO11改进trick】Attention引入，含创新点CBAM模块代码，方便发论文
向上生长的程序媛的博客
02-26 975
即插即用模块CBAM注意力机制引入YOLO11，实现轻松涨点，方便发paper
YOLOv11原创改进专栏｜注意力机制篇｜CBAM注意力机制手把手添加教程
mywhyyds的博客
12-03 4053
个人简介：大家好！我是CBAM模块，中文名是“卷积块注意模块”。别看我名字很长，其实我就是个“智能关注器”，能帮计算机更好地看懂图像。我有两个绝技：一个叫“通道注意力”，能帮助模型选出哪些特征更重要，就像从一堆声音中挑出最悦耳的旋律；另一个叫“空间注意力”，负责搞清楚图像的哪些区域是关键，就像在茫茫人海中锁定目标人物的脸。这样一来，在图像识别和理解的过程中，我能让电脑专注于“精华”，不浪费时间在“没用的细节”上。总之，我的使命是：帮助模型像人类一样，聪明地将注意力放在重要的信息上！
YOLOv8改进 | 注意力篇 | 一文带你改进GAM、CBAM、CA、ECA等通道注意力机制和多头注意力机制
热门推荐
Snu77的博客
03-22 3万+
官方论文地址：官方论文地址点击此处即可跳转官方代码地址：官方代码地址点击此处即可跳转GAM旨在通过设计一种机制，减少信息损失并放大全局维度互动特征，从而解决传统注意力机制在通道和空间两个维度上保留信息不足的问题。GAM采用了顺序的通道-空间注意力机制，并对子模块进行了重新设计。具体来说，通道注意力子模块使用3D排列来跨三个维度保留信息，并通过一个两层的MLP增强跨维度的通道-空间依赖性。
计算机视觉干货分享！YOLOv1-v10系列全记录
m0_49711991的博客
09-03 1590
YOLO（You Only Look Once）系列模型是一类非常高效的目标检测模型。其主要特点是能够在单次前向传播中同时进行目标的定位和分类，实现实时的目标检测。YOLO 系列模型从最初的 YOLOv1 到目前的 YOLOv10，经过了多次迭代和改进，逐渐提高了检测的精度和速度。YOLO简史。
咖啡叶子病害检测数据集VOC+YOLO格式1468张4类别均为单叶子
FL1623863129的博客
05-17 1238
标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):["Cercospora","Miner","Phoma","Rust"]数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注。标注数量(xml文件个数)：1468。标注数量(txt文件个数)：1468。
开源项目实战学习之YOLO11：12.1 ultralytics-models-sam-blocks.py源码
kngines
05-17 379
开源项目实战学习之YOLO11：12.1 ultralytics-models-sam-blocks.py源码
YOLO中model.predict方法返回内容Results详解
qq_63075864的博客
05-20 356
③data：是一个数组，每个数组的内容是[x_center, y_center, width, height,confidence, class_id]，对应某个检测框的坐标、置信度、类别。③masks：包含检测掩码的掩码对象（就是目标检测的进一步好像，之前是用框来判定对象，现在是用掩码，这里没涉及）②keypoints：关键点对象，包含每个对象的检测关键点（关键点估计那里会用上，这里没涉及）⑦shape：边界框数据的形状（3个框，每个框6个属性）①boxes对象：存有每个预测框的信息（下边细讲）
ROS2使用yoloV12，V11，V10，V9，V8，V5等
qq_35598561的博客
05-19 719
ROS2使用yoloV12，V11，V10，V9，V8，V5等
从YOLOv5到YOLO11！改进有多大？
最新发布
yyyyyybw的博客
05-21 1004
mAP从YOLOv5的~37%提升至~52%（假设YOLOv11），主要得益于动态标签分配、更优的损失函数和架构创新。
YOLOv8在单目向下多车辆目标检测中的应用
hao_wujing的专栏
05-16 1185
自动驾驶技术正逐步改变传统的汽车驾驶方式，标志着现代交通运输的一个重要里程碑。目标检测是自主系统的基石，在提高驾驶安全性、实现自主功能、提高交通效率和促进有效的应急响应方面发挥着至关重要的作用。然而，目前的环境感知雷达、道路感知摄像头和车辆传感器网络等技术面临着显著的挑战，包括高成本、易受天气和光照条件影响以及分辨率有限。为了解决这些限制，本文提出了一种基于YOLOv8的改进型自主目标检测网络。
基于YOLOv8-OBB的旋转目标检测：从数据制作到自动标注完整指南
fakerth的博客
05-18 572
本文介绍了如何使用 YOLOv8-OBB 进行旋转目标检测的完整流程。首先，针对传统水平边界框（HBB）在旋转目标检测中的不足，提出了旋转边界框（OBB）的概念。接着，详细阐述了数据集的制作与准备、模型的训练与预测、旋转框的裁剪与摆正以及基于模型的自动标注技术。在数据集制作部分，提供了目录结构示例；在训练部分，给出了代码示例和参数说明；在预测部分，展示了如何裁剪和摆正旋转框；最后，介绍了如何将模型预测的 OBB 转换为 VOC 格式的 XML 文件，以便于后续使用。
python使用yolo训练模型
susu1083018911的博客
05-20 108
python使用yolo训练模型
玩转YOLOv10 多尺度多通道特征图
qq_48873240的博客
05-18 316
在YOLOv10的AutoBackend类的forward函数中，用户通过添加自定义代码实现了特征图的保存和可视化功能。具体包括三个部分：1）通过设置activate_state=1，可以保存特征图的激活情况，并计算不同通道的平均值；2）通过设置save_feature_map=1，可以保存多尺度（80x80、40x40、20x20）的特征图，并将其保存为图片文件；3）通过设置big_feature_map=1，可以将不同尺度的特征图拼接为一张长图，并保存为高分辨率图片。
cbam yolov11
12-28
### Convolutional Block Attention Module (CBAM) Implementation within the YOLOv11 Framework Incorporating CBAM into an advanced object detection model like YOLOv11 can enhance feature representation by selectively emphasizing informative features and suppressing less useful ones[^1]. The following section provides a detailed explanation of how to integrate CBAM with YOLOv11. #### Understanding CBAM Integration The core idea behind integrating CBAM is to introduce attention mechanisms at different stages of the convolutional layers, thereby improving spatial and channel-wise feature refinement. This approach allows for more robust feature extraction which benefits models such as YOLOv11 that rely heavily on accurate feature maps for detecting objects accurately. For implementing this combination effectively: - **Channel Attention**: Computes importance weights across channels based on global information. ```python class ChannelAttention(nn.Module): def __init__(self, in_planes, ratio=8): super(ChannelAttention, self).__init__() self.avg_pool = nn.AdaptiveAvgPool2d(1) self.max_pool = nn.AdaptiveMaxPool2d(1) self.fc1 = nn.Conv2d(in_planes, in_planes // ratio, 1, bias=False) self.relu1 = nn.ReLU() self.fc2 = nn.Conv2d(in_planes // ratio, in_planes, 1, bias=False) self.sigmoid = nn.Sigmoid() def forward(self, x): avg_out = self.fc2(self.relu1(self.fc1(self.avg_pool(x)))) max_out = self.fc2(self.relu1(self.fc1(self.max_pool(x)))) out = avg_out + max_out return self.sigmoid(out) ``` - **Spatial Attention**: Focuses on refining spatial dimensions through learned masks applied over input tensors. ```python class SpatialAttention(nn.Module): def __init__(self, kernel_size=7): super(SpatialAttention, self).__init__() assert kernel_size in (3, 7), 'kernel size must be 3 or 7' padding = 3 if kernel_size == 7 else 1 self.conv1 = nn.Conv2d(2, 1, kernel_size, padding=padding, bias=False) self.sigmoid = nn.Sigmoid() def forward(self, x): avg_out = torch.mean(x, dim=1, keepdim=True) max_out, _ = torch.max(x, dim=1, keepdim=True) x = torch.cat([avg_out, max_out], dim=1) x = self.conv1(x) return self.sigmoid(x) ``` Combining these two components forms the complete CBAM module used within each backbone layer where necessary during training phases of YOLOv11 architecture. Finally, applying both types of attentions sequentially results in enhanced representations suitable for downstream tasks including bounding box prediction and classification scores generation required by single-shot detectors like YOLO series algorithms.
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值