YOLO系列自研改进：基于注意力机制的多尺度特征提取模块

目录

一、原理

二、代码

三、在YOLO中的应用

---

一、原理

这个模块的原理仍然是利用不同大小的卷积核来提取不同尺度的特征，同样将通道划分为两部分，一部分通过注意力机制进行通道信息和空间信息的提取，另一部分通过多个不同大小的卷积核来提取多尺度的特征信息。

二、代码

class MSF(nn.Module):
    def __init__(self,input,output):
        super().__init__()
        self.c = int(input//2)
        self.ca = CoordAtt(self.c,self.c)

        self.cv1=   nn.Conv2d(self.c,self.c,kernel_size=3,stride=1,padding= 3//2)
        self.cv2 =   nn.Conv2d(self.c,self.c,kernel_size=5,stride=1,padding= 5//2)
        self.cv