yolov7添加CBAM模块debug：TypeError: __init__() missing 1 required positional argument: ‘c2‘

已于 2024-03-05 18:28:29 修改
阅读量452 收藏 9
点赞数 6
文章标签： YOLO
于 2024-03-05 17:57:20 首次发布
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_54875519/article/details/136485300
版权

bug：

TypeError: __init__() missing 1 required positional argument: 'c2'

我改进yolov7参考的是：

改进YOLOv7系列：23.YOLOv7添加CBAM注意力机制_yolov7 cbam-CSDN博客

YOLOv7改进：CBAM注意力机制_cbam注意力机制改进-CSDN博客

这两篇的yaml中还用到了CNeB模块和C3C2模块，于是我又参考了：

YOLOv7改进：ConvNeXt（backbone改为CNeB）_yolov7的改进bakebone-CSDN博客

解决办法：

在yolo.py的那个if中添加了C3C2和CNeB模块，如下图。

总之就是把yaml中用到的自己定义的模块（除了CBAM）加进去。

不懂具体原因，但确实解决了问题。

南笙ღ
关注
【yolo系列：运行代码报错TypeError: __init__() missing 1 required positional argument: ‘c2‘】
weixin_47869094的博客
08-12 3413
在你的特定代码上下文中，这可能是对一个特定模块的实例化时出现的问题。出现这个问题是我在yolov7训练数据集，但是添加了别的模块导致的，比如说你添加了注意力机制，就应该在parse_model里面的模块里面加上对应的模块名字。比如我的报错是因为yolov7添加c3c2的模块，那么就需要在models/yolo.py里面的这个地方，加上你的c3c2。() missing，其实就是只缺少了其中某个模块的名字，导致引用的不是很正确，所以识别不到。加上这个刚添加的新模块，运行就没问题了。
YOLOv8改进，YOLOv8添加CBAM注意力机制
最新发布
weixin_44779079的博客
06-26 1361
CBAM是一个简单而有效的注意力模块，用于前馈卷积神经网络。给定一个中间特征图，我们的模块按顺序推断两个独立维度（通道和空间）的注意力图，然后将注意力图乘以输入特征图以进行自适应特征细化。由于 CBAM 是一个轻量级的通用模块，因此它可以无缝集成到任何 CNN 架构中，开销可以忽略不计，并且可以与基础 CNN 一起进行端到端训练。论文链接:（CBAM论文）
已解决TypeError: __init__() missing 1 required positional argument: ‘c2‘
qq_46008620的博客
05-11 5148
虽然在CBAM类中的__init__()方法设置了ratio=16, kernel_size=7，但是在yaml文件中也要加上，如下图所示。传入参数后再运行，可以看到CBAM模块被成功加入。
TypeError: __init__() missing 1 required positional argument: ‘c2‘
itlijinping_zhang的博客
11-01 4473
yolov7
YOLOV7 添加 CBAM 注意力机制
weixin_41258131的博客
08-31 825
CBAM 注意力机制
yolov7改进--添加CBAM模块（注意力机制）
u012661539的博客
06-06 3115
【代码】改进yolov7--添加CBAM模块（注意力机制）
__init__() missing 1 required positional argument: 'c2'
07-28
- *2* [已解决TypeError: __init__() missing 1 required positional argument: ‘c2](https://blog.csdn.net/qq_46008620/article/details/130625066)[target="_blank" data-report-click={"spm":"1018.2226.3001....
yolov8添加cbam注意力机制
weixin_44240141的博客
12-05 2685
yolov8添加cbam注意力机制
CBAM-keras-master.rar_CBAM-keras_CBAM-keras-master_keras_keras c
07-14
实现深度学习中，对图像的注意力机制，强化网络的学习能力，提高网络精度和泛化能力。
记录李宏毅机器学习的FiZZ BUZZ程序代码问题——TypeError: __init__() missing 1 required positional argument: ‘units‘
热门推荐
weixin_42943494的博客
08-20 1万+
记录李宏毅机器学习的FiZZ BUZZ程序代码问题——TypeError: init() missing 1 required positional argument: ‘units’ 李宏毅老师给的参考代码如下： from keras.layers.normalization import BatchNormalization from keras.models import Sequential from keras.layers.core import Dense,Dropout,Activation
Python01-- Python遇到的代码错误：TypeError: __init__() missing 1 required positional argument: ‘priviledges‘
weixin_43333614的博客
10-18 4793
Python遇到的代码错误：TypeError: init() missing 1 required positional argument: ‘priviledges’ 这是在学习python中遇到的一个问题，是关于类的参数问题，说到底还是对类的知识没理解透。。。 代码简略看一下。。。 我用的是spyder编辑器 源码 class User(): def init(self,first_name,last_name,user_gender,user_age): self.first_name = firs
b站B导的yoloV7版本添加注意力机制
weixin_46848251的博客
02-21 8033
yolov7增加注意力机制（b导版本）
python-Bug2： TypeError: __init__() missing 1 required positional argument: 'on_delete'问题
Twiss的博客
12-23 2065
class caseInfor(models.Model): id = models.AutoField(primary_key=True) caseTitle = models.CharField(null=False, max_length=20) caseHeadImage = models.CharField(null=False, max_length=32) ...
keras调用load_model时报错TypeError: __init__() missing 1 required positional argument: ‘output_dim‘
StarryZhan2018的博客
01-11 2990
自己编写的Self-Attention层, 将Self-Attention层用于训练，训练模型保存h5文件，评估模型的时候，调用load_model出了问题，报错信息： ValueError: Unknown layer: AttentionSelf 从报错内容可知，是keras没认出自定义的Self-Attention层，于是按照网上的方法，给load_model添加了一个参数custom_objects={'AttentionSelf':AttentionSelf} from keras.mod
django报错TypeError: __init__() missing 1 required positional argument: ‘on_delete‘
weixin_44049828的博客
11-13 414
  在建站个人blog时遇到的问题，查询后得知新版django在使用models.ForeignKey时，不仅要声明外键是谁，还要多加一个参数表明删除时候的主从表操作，例如on_delete=CASCADE就是表示主表删除数据项，则其一对多的从表数据项也删除。 ...
YOLOv7改进：CBAM注意力机制
weixin_45303602的博客
09-28 2488
CBAM注意力机制是由通道注意力机制（channel）和空间注意力机制（spatial）组成。 传统基于卷积神经网络的注意力机制更多的是关注对通道域的分析，局限于考虑特征图通道之间的作用关系。CBAM从 channel 和 spatial 两个作用域出发，引入空间注意力和通道注意力两个分析维度，实现从通道到空间的顺序注意力结构。空间注意力可使神经网络更加关注图像中对分类起决定作用的像素区域而忽略无关紧要的区域，通道注意力则用于处理特征图通道的分配关系，同时对两个维度进行注意力分配增强了注意力机制对模型性能
YOLOV7在不同位置添加CBAM注意力机制
2201_76125261的博客
10-05 358
本文以yolov7-ting.yaml为基础网络结构进行修改，尝试将CBAM注意力机制添加到不同的位置。CBAM的原理不在赘述，直接开始代码修改。
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