(超详细)2-YOLOV5改进-添加SimAM注意力机制

本文介绍了如何在Yolov5的模型结构中添加自定义的SimAM模块,通过导入SimAM类并将其加入yaml配置文件,作者尝试使用该模块改进模型性能。实验结果显示在经过一定训练后,模型性能有所提升。
摘要由CSDN通过智能技术生成

1、在yolov5/models下面新建一个SimAM.py文件,在里面放入下面的代码
在这里插入图片描述
在这里插入图片描述
代码如下:

import torch
import torch.nn as nn


class SimAM(torch.nn.Module):
    def __init__(self, e_lambda=1e-4):
        super(SimAM, self).__init__()

        self.activaton = nn.Sigmoid()
        self.e_lambda = e_lambda

    def __repr__(self):
        s = self.__class__.__name__ + '('
        s += ('lambda=%f)' % self.e_lambda)
        return s

    @staticmethod
    def get_module_name():
        return "simam"

    def forward(self, x):
        b, c, h, w = x.size()

        n = w * h - 1

        x_minus_mu_square = (x - x.mean(dim=[2, 3], keepdim=True)).pow(2)
        y = x_minus_mu_square / (4 * (x_minus_mu_square.sum(dim=[2, 3], keepdim=True) / n + self.e_lambda)) + 0.5

        return x * self.activaton(y)

2、找到yolo.py文件,进行更改内容
在26行加一个from models SimAM import SimAM, 保存即可
在这里插入图片描述
3、找到自己想要更改的yaml文件,我选择的yolov5s.yaml文件(你可以根据自己需求进行选择),将刚刚写好的模块SimAM加入到yolov5s.yaml里面,并更改一些内容。更改如下
在这里插入图片描述
运行一下,发现出来了SimAM
在这里插入图片描述
结果还没出来呢,还在跑,
在这里插入图片描述
跑100个epoch,还不知道跑到啥时候哈哈哈哈!结果后放!
2024/01/10
结果出来了
在这里插入图片描述
降了0.00几,继续尝试换别的注意力机制了

  • 18
    点赞
  • 23
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

我要变胖哇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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