YOLOv5改进实战 | 添加注意力机制（一）之SimAM篇

---

---

🚀🚀 前言 🚀🚀

计算机视觉中的注意力机制的基本思想是让模型学会专注，把注意力集中在重要的信息上而忽视不重要的信息。Attention机制的本质就是利用相关特征图学习权重分布，再用学出来的权重施加在原特征图之上最后进行加权求和。不过施加权重的方式略有差别，大致总结为如下四点：

• 这个加权可以是保留所有分量均做加权（即soft attention）；也可以是在分布中以某种采样策略选取部分分量（即hard attention），此时常用RL来做。
• 加权可以作用在空间尺度上，给不同空间区域加权；
• 加权可以作用在Channel尺度上，给不同通道特征加权；
• 加权可以作用在不同时刻历史特征上，结合循环结构添加权重，例如机器翻译，或者视频相关的工作。

---

🔥🔥 YOLOv5改进注意力机制系列：

YOLOv5改进实战 | 添加注意力机制（一）之SimAM篇
YOLOv5改进实战 | 添加注意力机制（二）之CoordAttention篇
YOLOv5改进实战 | 添加注意力机制（三）之CBAM篇
YOLOv5改进实战 | 添加注意力机制（四）之ACmix篇

---

一、SimAM

源代码仓库：Github: ZjjConan/SimAM

相比其他注意力机制，所提SimAM取得了最佳性能：

1. 在小网络方面，PreResNet56在CIFAR10数据集上取得了最佳性能(92.47/69.13)，显著优于其他注意力；
2. 在大网络方面，所提SimAM同样优于SE与CBAM等注意力机制；
3. 值得一提的是，所提SimAM并不会引入额外的参数；

上述实验结果均表明：所提无参注意力SimAM是一种通用注意力机制，并不局限于特定网络

二、代码实现

2.1 添加SimAM

在models文件下新建SimAM.py文件，并增加以下代码：

import torch
import torch.nn as nn


class SimAM(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)

2.2 yolo.py配置

from models.SimAM import SimAM

在 models/yolo.py 文件中找到 parse_model 函数，并将新增以下代码：

elif m is SimAM:
    args = [*args[:]]

2.3 SimAM.yaml配置

在 models 文件夹下新建 yolov5s_SimAM.yaml 文件，并添加以下配置

# YOLOv5 🚀 by YOLOAir, GPL-3.0 license

# Parameters
nc: 80  # number of classes
depth_multiple: 0.33  # model depth multiple
width_multiple: 0.50  # layer channel multiple
anchors:
  - [10,13, 16,30, 33,23]  # P3/8
  - [30,61, 62,45, 59,119]  # P4/16
  - [116,90, 156,198, 373,326]  # P5/32

# YOLOv5 v6.0 backbone
backbone:
  # [from, number, module, args]
  [[-1, 1, Conv, [64, 6, 2, 2]],  # 0-P1/2
   [-1, 1, Conv, [128, 3, 2]],  # 1-P2/4
   [-1, 3, C3, [128]],
   [-1, 1, Conv, [256, 3, 2]],  # 3-P3/8
   [-1, 6, C3, [256]],
   [-1, 1, Conv, [512, 3, 2]],  # 5-P4/16
   [-1, 9, C3, [512]],
   [-1, 1, Conv, [1024, 3, 2]],  # 7-P5/32
   [-1, 3, C3, [1024]],
   [-1, 1, SPPF, [1024, 5]],  # 9
  ]

# YOLOAir v6.0 head
head:
  [[-1, 1, Conv, [512, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 6], 1, Concat, [1]],  # cat backbone P4
   [-1, 3, C3, [512, False]],  # 13

   [-1, 1, Conv, [256, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 4], 1, Concat, [1]],  # cat backbone P3
   [-1, 3, C3, [256, False]],  # 17 (P3/8-small)
   [-1, 1, SimAM, [1e-4]], # args 不需要改变

   [-1, 1, Conv, [256, 3, 2]],
   [[-1, 14], 1, Concat, [1]],  # cat head P4
   [-1, 3, C3, [512, False]],  # 21 (P4/16-medium)
   [-1, 1, SimAM, [1e-4]], # args 不需要改变

   [-1, 1, Conv, [512, 3, 2]],
   [[-1, 10], 1, Concat, [1]],  # cat head P5
   [-1, 3, C3, [1024, False]],  # 25 (P5/32-large)
   [-1, 1, SimAM, [1e-4]], # args 不需要改变

   [[18, 22, 26], 1, Detect, [nc, anchors]],  # Detect(P3, P4, P5)
  ]

2.4 模型验证

在yolo.py里面，改为自定义的yaml，并运行yolo.py文件

parser.add_argument('--cfg', type=str, default='yolov5s_SimAM.yaml', help='model.yaml')

2.5 模型训练

python train.py --cfg models/yolov5s_SimAM.yaml --name yolov5s_SimAM

三、总结

• 在网络结构中加入注意力机制是会有提点的效果，但这并不是绝对的，需要结合自己的数据集，当然加入注意力机制的操作并不难，但需要我们耐心地尝试不同注意力机制、不同位置以及不同数量，有时多并不代表好。
• 模型的训练具有很大的随机性，您可能需要点运气和更多的训练次数才能达到最高的 mAP。