YOLOv5加入PSA注意力机制，助力涨点！

Dandelion701

已于 2024-05-09 18:37:08 修改

阅读量230

点赞数

分类专栏： yoloV5改进，涨点文章标签： YOLO python 深度学习

于 2024-05-09 15:12:41 首次发布

本文链接：https://blog.csdn.net/weixin_57058018/article/details/138615364

版权

yoloV5改进，涨点专栏收录该内容

15 篇文章 4 订阅 ¥15.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了如何在YOLOv5中引入PSA注意力机制，通过修改models/common.py和yolo.py文件，调整yolov5n.yaml配置，并展示了运行结果，以提升模型的检测性能。如有问题，可在评论区讨论。

摘要由CSDN通过智能技术生成

我们在models文件夹中找到common.py文件，加入如下模块

#####PSA注意力机制#######
class PSA_Channel(nn.Module):
    def __init__(self, c1) -> None:
        super().__init__()
        c_ = c1 // 2  # hidden channels
        self.cv1 = nn.Conv2d(c1, c_, 1)
        self.cv2 = nn.Conv2d(c1, 1, 1)
        self.cv3 = nn.Conv2d(c_, c1, 1)
        self.reshape1 = nn.Flatten(start_dim=-2, end_dim=-1)
        self.reshape2 = nn.Flatten()
        self.sigmoid = nn.Sigmoid()
        self.softmax = nn.Softmax(1)
        self.layernorm = nn.LayerNorm([c1, 1, 1])

    def forward(self, x): # shape(batch, channel, height, width)
        x1 = self.reshape1(self.cv1(x)) # shape(batch, channel/2, height*width)
        x2 = se

了解本专栏