九游体育app官网 # 新增SE模块 [-1-九游体育(Nine Game Sports)官方网站 登录入口

YOLOv5 添加剧主见机制全经过：旨趣、杀青与代码调试

一、重主见机制旨趣

重主见机制的中枢是通过动态通常特征权重，使模子聚焦于要害信息。在YOLOv5中，常见重主见机制分为三类：

通谈重主见（Channel Attention） 旨趣：通过建模通谈间有关性，强化伏击通谈特征，阻止冗余通谈。 代表模块：SE（Squeeze-and-Excitation）、ECA（Efficient Channel Attention）。 操作经过： 压缩（Squeeze）：全局平均池化生成通谈描写符（1×1×C）。 引发（Excitation）：全衔接层学习通谈权重，Sigmoid激活生成0-1权重。 加权：权重与原始特征图逐通谈相乘。 空间重主见（Spatial Attention）伸开剩余85% 旨趣：聚焦于筹算空间位置，增强要害区域特征。 代表模块：CBAM（Convolutional Block Attention Module）中的空间分支。 操作经过： 池化：沿通谈维度进行全局最大/平均池化，生成两个空间特征图（H×W×1）。 拼接与卷积：拼接特征图后通过卷积生成空间权重。 加权：权重与特征图逐元素相乘。 混杂重主见（Hybrid Attention） 旨趣：聚首通谈与空间重主见，提高多维度特征抒发才能。 代表模块：CBAM（串联通谈与空间重主见）。 操作经过： 通谈重主见：先贬责通谈维度。 空间重主见：再贬责空间维度，逐级强化特征。

二、杀青轨范

以添加SE和CBAM模块为例，详备诠释杀青经过。

1. 模块界说（common.py）

在models/common.py中添加剧主见模块类：

python

import torchimport torch.nn as nn # SE模块class SEBlock(nn.Module): def __init__(self, channel, reduction=16): super().__init__() self.avg_pool = nn.AdaptiveAvgPool2d(1) self.fc = nn.Sequential( nn.Linear(channel, channel // reduction, bias=False), nn.ReLU(inplace=True), nn.Linear(channel // reduction, channel, bias=False), nn.Sigmoid() ) def forward(self, x): b, c, _, _ = x.size() y = self.avg_pool(x).view(b, c) y = self.fc(y).view(b, c, 1, 1) return x * y.expand_as(x) # CBAM模块（简化版）class ChannelAttention(nn.Module): def __init__(self, channel, reduction=16): super().__init__() self.max_pool = nn.AdaptiveMaxPool2d(1) self.avg_pool = nn.AdaptiveAvgPool2d(1) self.fc = nn.Sequential( nn.Conv2d(channel, channel // reduction, 1, bias=False), nn.ReLU(), nn.Conv2d(channel // reduction, channel, 1, bias=False) ) self.sigmoid = nn.Sigmoid() def forward(self, x): max_out = self.fc(self.max_pool(x)) avg_out = self.fc(self.avg_pool(x)) return self.sigmoid(max_out + avg_out) class SpatialAttention(nn.Module): def __init__(self, kernel_size=7): super().__init__() self.conv = nn.Conv2d(2, 1, kernel_size, padding=kernel_size//2, bias=False) self.sigmoid = nn.Sigmoid() def forward(self, x): max_out, _ = torch.max(x, dim=1, keepdim=True) avg_out = torch.mean(x, dim=1, keepdim=True) x = torch.cat([max_out, avg_out], dim=1) return self.sigmoid(self.conv(x)) class CBAM(nn.Module): def __init__(self, channel, reduction=16, kernel_size=7): super().__init__() self.ca = ChannelAttention(channel, reduction) self.sa = SpatialAttention(kernel_size) def forward(self, x): x = x * self.ca(x) return x * self.sa(x)

2. 模子建立（yaml文献）

修改models/yolov5s.yaml，在Backbone或Head中插入重主见模块。举例，在C3模块后添加SE：

yaml

backbone: # [from, number, module, args] [[-1, 1, Conv, [64, 6, 2, 2]], # 0 [-1, 1, Conv, [128, 3, 2]], # 1 [-1, 3, C3, [128]], # 2 [-1, 1, SEBlock, [128]], # 新增SE模块 [-1, 1, Conv, [256, 3, 2]], # 3 [-1, 6, C3, [256]], # 4 [-1, 1, Conv, [512, 3, 2]], # 5 [-1, 9, C3, [512]], # 6 [-1, 1, Conv, [1024, 3, 2]], # 7 [-1, 3, C3, [1024]], # 8 [-1, 1, SPPF, [1024, 5]]] # 9

3. 模子融会（yolo.py）

在models/yolo.py的parse_model函数中注册重主见模块：

python

def parse_model(d, ch): # 注册自界说模块 modules = { 'Conv': Conv, 'C3': C3, 'SEBlock': SEBlock, # 新增SE模块 'CBAM': CBAM # 新增CBAM模块 } # ... 原有融会逻辑 ...

4. 磨练与调试

层号通常：插入模块后，后续层编号需递加。举例，原Detect层援用[17, 20, 23]，插入SE后需改为[18, 21, 24]。 超参数调优：通常重主见模块的缩放因子（如SE的reduction）或卷积核大小（如CBAM的kernel_size）。 磨练考据：使用小批量数据测试模子能否平常加载，不雅察耗费弧线是否敛迹。

三、代码调试手段

模块注册查验：确保parse_model中注册了所有自界说模块，不然会报错ModuleNotFoundError。 层号考据：插入模块后，打印模子结构（model.model）阐发层号与建立一致。 梯度查验：若磨练耗费非凡，查验重主见模块的梯度是否为0（可能因Sigmoid实足导致）。 可视化器具：使用TensorBoard或Netron可视化模子结构，阐发重主见模块位置正确。

四、恶果对比

重主见机制插入位置mAP提高参数目变化推理速率变化SEBackbone（C3后）+1.2%+0.3M-5