改进YOLO系列 | YOLOv5/v7 引入通用高效层聚合网络 GELAN | YOLOv9 新模块

简介

本篇将介绍YOLOv9中引入的通用高效层聚合网络GELAN，并探讨将其应用于YOLOv5/v7目标检测框架中的效果提升。

原理详解

GELAN（Global Efficient Layer Aggregation Network）是一种通用高效的层聚合网络，由以下几个部分组成：

• SE（Squeeze-Excitation）模块: 用于增强特征表达能力。
• CA（Channel Attention）模块: 用于捕获全局信息。
• SA（Spatial Attention）模块: 用于捕获局部信息。
• FPN（Feature Pyramid Network）模块: 用于融合多尺度特征。

GELAN通过SE模块增强特征表达能力，利用CA模块捕获全局信息，利用SA模块捕获局部信息，并通过FPN模块融合多尺度特征，最终提升模型性能。

应用场景解释

GELAN可广泛应用于各类视觉任务，包括：

• 目标检测: 可作为YOLOv5/v7等目标检测框架的主干网