在进行yolov8算法改进之添加CBAM注意力机制时，报错TypeError: __init__() takes 3 positional arguments but 4 were given

已于 2024-05-21 16:10:41 修改
阅读量359 收藏
点赞数 2
文章标签： YOLO python 深度学习 yolov8
于 2024-05-21 16:09:03 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/weixin_61623830/article/details/139095202
版权

此问题适用任何模块导致的参数报错

添加完CBAM模块/其他模块类似后，发现报错如下

起初以为是通道设计不对导致，后寻找原因发现并不是yaml文件的问题，在找到类似回答后发现问题其实是重复添加模块导致的报错，具体如下

在ultralytics\nn\tasks.py路径文件中  if m in {}中和另外添加elif m in{}中只需要一处，这属于一个低级错误。

其他模块如果相应报错的话大概率就是重复激活了模块，

正确添加模块示例如下yolov8正确添加模块

戊己戌
关注
注意力机制篇 | YOLOv8改进之添加CBAM注意力机制
突然好想你
03-23 1119
CBAM是一种用于图像分类的注意力机制，它可以自适应地学习每个通道和空间位置的重要性，从而提高模型的性能。本文所做出的改进即在YOLOv8的Neck网络中添加CBAM注意力机制！~🌈
【yolo系列：运行报错TypeError: __init__() takes from 3 to 4 positional arguments but 6 were given，最全】
weixin_47869094的博客
08-19 4356
这是一个示范例子，也就是说，你在排除其他错误的前提下来找这个错误的原因，可以仔细看看你的配置文件的新网络，是加了哪一行，哪一个模块，导致出现这样的错误，同理，不光是CA，别的模块也有可能出现这个错误，一般都是后面的不对，不应该是1，1在后面导致的传参错误。因此，[-3, 1, CA, [128]] 表示使用 DropBlock 模块，设置每个区块丢弃比例为负数，丢弃块大小为 1x1，使用 Crop 数据增强策略，特征图大小为 128。这可能是因为在初始化类的实例时传递了多余的参数。
note1：yolov8导入新模块——添加注意力机制CBAM
最新发布
weixin_71784117的博客
06-19 845
很多yolo党刚刚入门时要学习的则是学习即插即用的注意力机制，本文章以yolov8添加CBAM注意力机制为例。如果出现显示未定义等报错，大家一定要看看自己注册那几个步骤有没有遗漏。祝各位视觉小伙伴们研学之路顺顺利利。
YOLOv8添加注意力机制CBAM报错：TypeError: __init__() takes from 2 to 3 positional arguments but 4 were given
csdn2683的博客
11-20 1427
解决办法：去掉if m in ()中的CBAM！tasks.py中加了两个CBAM！
在进行yolov5算法改进之添加CBAM注意力机制时，报错TypeError: __init__() takes 3 positional arguments but 4 were given
weixin_63275198的博客
04-30 1444
在进行yolov5算法改进之添加CBAM注意力机制时，报错TypeError: __init__() takes 3 positional arguments but 4 were given。在添加CBAM时，我在标记位置也加上了CBAM，删掉之后，问题就解决了！报错位置有两处，一是yolo.py的185行处。二是yolo.py的346行处。
bug记录：Yolov5使用注意力机制CBAM报错untimeerror: adaptive_avg_pool2d_backward_cuda does not have a deterministi
以梦为马，不日抵达。
08-15 5742
改了几天，我发现用pycharm就不报错，可能是池化层的反向传播出现了问题。所以我尝试把torch.use_deterministic_algorithms(False)加到train.py里面，结果就成功了。加到train.py 的335行scaler.scale(loss).backward()前面。...
添加CBAM注意力机制报错：RuntimeError: adaptive_max_pool2d_backward_cuda does not have a deterministic implemen
weixin_46135327的博客
05-02 1412
在scaler.scale(loss).backward()前添加torch.use_deterministic_algorithms(False)根据报错提示，找到train.py文件中的317行。
【yolo系列：运行代码报错TypeError: __init__() missing 1 required positional argument: ‘c2‘】
weixin_47869094的博客
08-12 3337
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。
YOLOV7在不同位置添加CBAM注意力机制
m0_51530640的博客
01-25 4841
yolov7在不同位置添加CBAM注意力机制
YOLOv8改进 | 注意力篇 | 一文带你改进GAM、CBAM、CA、ECA等通道注意力机制和多头注意力机制
Snu77的博客
03-22 1万+
官方论文地址：官方论文地址点击此处即可跳转官方代码地址：官方代码地址点击此处即可跳转GAM旨在通过设计一种机制，减少信息损失并放大全局维度互动特征，从而解决传统注意力机制在通道和空间两个维度上保留信息不足的问题。GAM采用了顺序的通道-空间注意力机制，并对子模块进行了重新设计。具体来说，通道注意力子模块使用3D排列来跨三个维度保留信息，并通过一个两层的MLP增强跨维度的通道-空间依赖性。
YOLOv10改进 | 注意力篇 | YOLOv10改进CBAM注意力机制
tsg6698的博客
06-11 2688
模块首先应用通道注意力，关注"重要的"特征，然后应用空间注意力，关注这些特征的"重要位置"。到此本文的正式分享内容就结束了，在这里给大家推荐我的YOLOv10改进有效涨点专栏，后期我会根据各种最新的前沿顶会进行论文复现，也会对一些老的改进机制进行补充，如果大家觉得本文帮助到你了，订阅本专栏，关注后续更多的更新~新建一个yolov10nCBAM.yaml文件后，在Backbone部分添加了CBAM注意力机制，大家可以在其他地方多尝试。在CBAM.py文件里添加给出的CBAM代码。模型结构打印，成功运行。
【已解决】TypeError: __init__() takes 1 positional argument but 3 were given
ljlqwer的博客
11-09 3406
yolov5自己写的模块出现这个错误
yolov8添加注意力机制模块-CBAM
搬砖小能手
02-25 4162
3.修改yolov8.yaml文件位置（ultralytics-main/ultralytics-main - attention/ultralytics/cfg/models/v8/yolov8.yaml）。修改head模块，修改的内容如下图。4.测试打印网络。已经添加成功。
YoloV8优化：感受野注意力卷积运算（RFAConv），效果秒杀CBAM和CA等 | 即插即用系列
08-11 3219
感受野注意力卷积运算（RFAConv），解决卷积块注意力模块（CBAM）和协调注意力模块（CA）只关注空间特征，不能完全解决卷积核参数共享的问题
YOLOv8添加CBAM注意力机制(模型改进)
weixin_43752269的博客
04-04 3930
CBAM就是将通道注意力模块和空间注意力模块的输出特征逐元素相乘，得到最终的注意力增强特征。这个增强的特征将用作后续网络层的输入，以在保留关键信息的同时，抑制噪声和无关信息。原文实验证明先进行通道维度的整合，再进行空间维度的整合，模型效果更好。CBAM的主要目标是通过在CNN中引入通道注意力和空间注意力来提高模型的感知能力，从而在不增加网络复杂性的情况下改善性能。这两个模块可以分别嵌入到CNN中的不同层，以增强特征表示。然后在下图中指定位置，加入‘CBAM’的引用。
YOLOV8改进：如何增加注意力模块？（以CBAM模块为例）
热门推荐
ElysiumAILab
03-22 1万+
因为毕设用到了YOLO，鉴于最近V8刚出，因此考虑将注意力机制加入到v8中。添加注意力模块只需要3步1、在对应的modules.py中添加需要的模块2、在task.py中引入modules.py中的模块，并进行适当的参数匹配3、修改对应的models文件夹中的yaml文件，并注意层数问题。之后就可以进行正常训练了。
YOLOv8加入注意力模块以及其他即插即用模块方法
qq_44224801的博客
06-27 2889
yolov8添加模块方法通常是在conv.py中添加，但是相对比较繁琐，推荐另外新建一个py存放代码。将以下代码放入到add_modules.py中备用。
涨点技巧：注意力机制---Yolov8引入CBAM、GAM、Resnet_CBAM
03-30 9859
yolov8引入经典注意力，CBAM、GAM、Resnet_CBAM
YOLOv8创新魔改教程（三）如何添加注意力机制注意力机制的用法与思考
weixin_46106870的博客
12-05 3351
本文讲解了注意力机制的几种添加方法和一些思考
CBAM.__init__() takes from 2 to 3 positional arguments but 5 were given
04-04
CBAM是一种用于计算机视觉任务的注意力机制模块，它可以用于提取图像中的重要特征并增强模型的性能。根据你提供的错误信息，"__init__()"方法接受2到3个位置参数，但是你提供了5个参数。 这个错误通常是由于在创建CBAM对象时传递了错误数量的参数导致的。你需要检查你创建CBAM对象的代码，并确保只传递了正确数量的参数。 如果你能提供更多关于你使用CBAM的代码和上下文信息，我可以给出更具体的帮助。
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