位置: IT常识 - 正文

涨点技巧:注意力机制---Yolov8引入CBAM、GAM、Resnet_CBAM(涨点是什么意思)

编辑:rootadmin
涨点技巧:注意力机制---Yolov8引入CBAM、GAM、Resnet_CBAM  1.计算机视觉中的注意力机制

推荐整理分享涨点技巧:注意力机制---Yolov8引入CBAM、GAM、Resnet_CBAM(涨点是什么意思),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:股市涨点是什么意思,股票涨点什么意思,股票涨点什么意思,起涨点买入法,涨点怎么计算,涨点是什么意思,抓住股票起涨点,股票涨点,内容如对您有帮助,希望把文章链接给更多的朋友!

一般来说,注意力机制通常被分为以下基本四大类:

通道注意力 Channel Attention

空间注意力机制 Spatial Attention

时间注意力机制 Temporal Attention

分支注意力机制 Branch Attention

1.1.CBAM:通道注意力和空间注意力的集成者

轻量级的卷积注意力模块,它结合了通道和空间的注意力机制模块

论文题目:《CBAM: Convolutional Block Attention Module》 论文地址:  https://arxiv.org/pdf/1807.06521.pdf

上图可以看到,CBAM包含CAM(Channel Attention Module)和SAM(Spartial Attention Module)两个子模块,分别进行通道和空间上的Attention。这样不只能够节约参数和计算力,并且保证了其能够做为即插即用的模块集成到现有的网络架构中去。

1.2 GAM:Global Attention Mechanism涨点技巧:注意力机制---Yolov8引入CBAM、GAM、Resnet_CBAM(涨点是什么意思)

超越CBAM,全新注意力GAM:不计成本提高精度! 论文题目:Global Attention Mechanism: Retain Information to Enhance Channel-Spatial Interactions 论文地址:https://paperswithcode.com/paper/global-attention-mechanism-retain-information

从整体上可以看出,GAM和CBAM注意力机制还是比较相似的,同样是使用了通道注意力机制和空间注意力机制。但是不同的是对通道注意力和空间注意力的处理。​

1.3 ResBlock_CBAM

CBAM结构其实就是将通道注意力信息核空间注意力信息在一个block结构中进行运用。

在resnet中实现cbam:即在原始block和残差结构连接前,依次通过channel attention和spatial attention即可。

1.4性能评价

 2.Yolov8加入CBAM、GAM

2.1 CBAM加入modules.py中(相当于yolov5中的common.py)class ChannelAttention(nn.Module): # Channel-attention module https://github.com/open-mmlab/mmdetection/tree/v3.0.0rc1/configs/rtmdet def __init__(self, channels: int) -> None: super().__init__() self.pool = nn.AdaptiveAvgPool2d(1) self.fc = nn.Conv2d(channels, channels, 1, 1, 0, bias=True) self.act = nn.Sigmoid() def forward(self, x: torch.Tensor) -> torch.Tensor: return x * self.act(self.fc(self.pool(x)))class SpatialAttention(nn.Module): # Spatial-attention module def __init__(self, kernel_size=7): super().__init__() assert kernel_size in (3, 7), 'kernel size must be 3 or 7' padding = 3 if kernel_size == 7 else 1 self.cv1 = nn.Conv2d(2, 1, kernel_size, padding=padding, bias=False) self.act = nn.Sigmoid() def forward(self, x): return x * self.act(self.cv1(torch.cat([torch.mean(x, 1, keepdim=True), torch.max(x, 1, keepdim=True)[0]], 1)))class CBAM(nn.Module): # Convolutional Block Attention Module def __init__(self, c1, kernel_size=7): # ch_in, kernels super().__init__() self.channel_attention = ChannelAttention(c1) self.spatial_attention = SpatialAttention(kernel_size) def forward(self, x): return self.spatial_attention(self.channel_attention(x))

2.2 GAM_Attention加入modules.py中:

def channel_shuffle(x, groups=2): ##shuffle channel # RESHAPE----->transpose------->Flatten B, C, H, W = x.size() out = x.view(B, groups, C // groups, H, W).permute(0, 2, 1, 3, 4).contiguous() out = out.view(B, C, H, W) return outclass GAM_Attention(nn.Module): # https://paperswithcode.com/paper/global-attention-mechanism-retain-information def __init__(self, c1, c2, group=True, rate=4): super(GAM_Attention, self).__init__() self.channel_attention = nn.Sequential( nn.Linear(c1, int(c1 / rate)), nn.ReLU(inplace=True), nn.Linear(int(c1 / rate), c1) ) self.spatial_attention = nn.Sequential( nn.Conv2d(c1, c1 // rate, kernel_size=7, padding=3, groups=rate) if group else nn.Conv2d(c1, int(c1 / rate), kernel_size=7, padding=3), nn.BatchNorm2d(int(c1 / rate)), nn.ReLU(inplace=True), nn.Conv2d(c1 // rate, c2, kernel_size=7, padding=3, groups=rate) if group else nn.Conv2d(int(c1 / rate), c2, kernel_size=7, padding=3), nn.BatchNorm2d(c2) ) def forward(self, x): b, c, h, w = x.shape x_permute = x.permute(0, 2, 3, 1).view(b, -1, c) x_att_permute = self.channel_attention(x_permute).view(b, h, w, c) x_channel_att = x_att_permute.permute(0, 3, 1, 2) # x_channel_att=channel_shuffle(x_channel_att,4) #last shuffle x = x * x_channel_att x_spatial_att = self.spatial_attention(x).sigmoid() x_spatial_att = channel_shuffle(x_spatial_att, 4) # last shuffle out = x * x_spatial_att # out=channel_shuffle(out,4) #last shuffle return out

2.3 ResBlock_CBAM加入modules.py中:

class ResBlock_CBAM(nn.Module): def __init__(self, in_places, places, stride=1, downsampling=False, expansion=4): super(ResBlock_CBAM, self).__init__() self.expansion = expansion self.downsampling = downsampling self.bottleneck = nn.Sequential( nn.Conv2d(in_channels=in_places, out_channels=places, kernel_size=1, stride=1, bias=False), nn.BatchNorm2d(places), nn.LeakyReLU(0.1, inplace=True), nn.Conv2d(in_channels=places, out_channels=places, kernel_size=3, stride=stride, padding=1, bias=False), nn.BatchNorm2d(places), nn.LeakyReLU(0.1, inplace=True), nn.Conv2d(in_channels=places, out_channels=places * self.expansion, kernel_size=1, stride=1, bias=False), nn.BatchNorm2d(places * self.expansion), ) self.cbam = CBAM(c1=places * self.expansion, c2=places * self.expansion, ) if self.downsampling: self.downsample = nn.Sequential( nn.Conv2d(in_channels=in_places, out_channels=places * self.expansion, kernel_size=1, stride=stride, bias=False), nn.BatchNorm2d(places * self.expansion) ) self.relu = nn.ReLU(inplace=True) def forward(self, x): residual = x out = self.bottleneck(x) out = self.cbam(out) if self.downsampling: residual = self.downsample(x) out += residual out = self.relu(out) return out

2.4 CBAM、GAM_Attention、ResBlock_CBAM加入tasks.py中(相当于yolov5中的yolo.py)

from ultralytics.nn.modules import (C1, C2, C3, C3TR, SPP, SPPF, Bottleneck, BottleneckCSP, C2f, C3Ghost, C3x, Classify, Concat, Conv, ConvTranspose, Detect, DWConv, DWConvTranspose2d, Ensemble, Focus, GhostBottleneck, GhostConv, Segment,CBAM, GAM_Attention , ResBlock_CBAM)

def parse_model(d, ch, verbose=True):函数中

if m in (Classify, Conv, ConvTranspose, GhostConv, Bottleneck, GhostBottleneck, SPP, SPPF, DWConv, Focus, BottleneckCSP, C1, C2, C2f, C3, C3TR, C3Ghost, nn.ConvTranspose2d, DWConvTranspose2d, C3x , CBAM , GAM_Attention ,ResBlock_CBAM):

2.4 CBAM、GAM修改对应yaml

2.4.1 CBAM加入yolov8

# Ultralytics YOLO 🚀, GPL-3.0 license# YOLOv8 object detection model with P3-P5 outputs. For Usage examples see https://docs.ultralytics.com/tasks/detect# Parametersnc: 80 # number of classesscales: # model compound scaling constants, i.e. 'model=yolov8n.yaml' will call yolov8.yaml with scale 'n' # [depth, width, max_channels] n: [0.33, 0.25, 1024] # YOLOv8n summary: 225 layers, 3157200 parameters, 3157184 gradients, 8.9 GFLOPs s: [0.33, 0.50, 1024] # YOLOv8s summary: 225 layers, 11166560 parameters, 11166544 gradients, 28.8 GFLOPs m: [0.67, 0.75, 768] # YOLOv8m summary: 295 layers, 25902640 parameters, 25902624 gradients, 79.3 GFLOPs l: [1.00, 1.00, 512] # YOLOv8l summary: 365 layers, 43691520 parameters, 43691504 gradients, 165.7 GFLOPs x: [1.00, 1.25, 512] # YOLOv8x summary: 365 layers, 68229648 parameters, 68229632 gradients, 258.5 GFLOPs# YOLOv8.0n backbonebackbone: # [from, repeats, module, args] - [-1, 1, Conv, [64, 3, 2]] # 0-P1/2 - [-1, 1, Conv, [128, 3, 2]] # 1-P2/4 - [-1, 3, C2f, [128, True]] - [-1, 1, Conv, [256, 3, 2]] # 3-P3/8 - [-1, 6, C2f, [256, True]] - [-1, 1, Conv, [512, 3, 2]] # 5-P4/16 - [-1, 6, C2f, [512, True]] - [-1, 1, Conv, [1024, 3, 2]] # 7-P5/32 - [-1, 3, C2f, [1024, True]] - [-1, 1, SPPF, [1024, 5]] # 9# YOLOv8.0n headhead: - [-1, 1, nn.Upsample, [None, 2, 'nearest']] - [[-1, 6], 1, Concat, [1]] # cat backbone P4 - [-1, 3, C2f, [512]] # 12 - [-1, 1, CBAM, [512]] - [-1, 1, nn.Upsample, [None, 2, 'nearest']] - [[-1, 4], 1, Concat, [1]] # cat backbone P3 - [-1, 3, C2f, [256]] # 16 (P3/8-small) - [-1, 1, CBAM, [256]] - [-1, 1, Conv, [256, 3, 2]] - [[-1, 13], 1, Concat, [1]] # cat head P4 - [-1, 3, C2f, [512]] # 20 (P4/16-medium) - [-1, 1, CBAM, [512]] - [-1, 1, Conv, [512, 3, 2]] - [[-1, 9], 1, Concat, [1]] # cat head P5 - [-1, 3, C2f, [1024]] # 24 (P5/32-large) - [-1, 1, CBAM, [1024]] - [[17, 21, 25], 1, Detect, [nc]] # Detect(P3, P4, P5)

2.4.2 GAM加入yolov8

# Ultralytics YOLO 🚀, GPL-3.0 license# YOLOv8 object detection model with P3-P5 outputs. For Usage examples see https://docs.ultralytics.com/tasks/detect# Parametersnc: 80 # number of classesscales: # model compound scaling constants, i.e. 'model=yolov8n.yaml' will call yolov8.yaml with scale 'n' # [depth, width, max_channels] n: [0.33, 0.25, 1024] # YOLOv8n summary: 225 layers, 3157200 parameters, 3157184 gradients, 8.9 GFLOPs s: [0.33, 0.50, 1024] # YOLOv8s summary: 225 layers, 11166560 parameters, 11166544 gradients, 28.8 GFLOPs m: [0.67, 0.75, 768] # YOLOv8m summary: 295 layers, 25902640 parameters, 25902624 gradients, 79.3 GFLOPs l: [1.00, 1.00, 512] # YOLOv8l summary: 365 layers, 43691520 parameters, 43691504 gradients, 165.7 GFLOPs x: [1.00, 1.25, 512] # YOLOv8x summary: 365 layers, 68229648 parameters, 68229632 gradients, 258.5 GFLOPs# YOLOv8.0n backbonebackbone: # [from, repeats, module, args] - [-1, 1, Conv, [64, 3, 2]] # 0-P1/2 - [-1, 1, Conv, [128, 3, 2]] # 1-P2/4 - [-1, 3, C2f, [128, True]] - [-1, 1, Conv, [256, 3, 2]] # 3-P3/8 - [-1, 6, C2f, [256, True]] - [-1, 1, Conv, [512, 3, 2]] # 5-P4/16 - [-1, 6, C2f, [512, True]] - [-1, 1, Conv, [1024, 3, 2]] # 7-P5/32 - [-1, 3, C2f, [1024, True]] - [-1, 1, SPPF, [1024, 5]] # 9# YOLOv8.0n headhead: - [-1, 1, nn.Upsample, [None, 2, 'nearest']] - [[-1, 6], 1, Concat, [1]] # cat backbone P4 - [-1, 3, C2f, [512]] # 12 - [-1, 1, GAM_Attention, [512,512]] - [-1, 1, nn.Upsample, [None, 2, 'nearest']] - [[-1, 4], 1, Concat, [1]] # cat backbone P3 - [-1, 3, C2f, [256]] # 16 (P3/8-small) - [-1, 1, GAM_Attention, [256,256]] - [-1, 1, Conv, [256, 3, 2]] - [[-1, 13], 1, Concat, [1]] # cat head P4 - [-1, 3, C2f, [512]] # 20 (P4/16-medium) - [-1, 1, GAM_Attention, [512,512]] - [-1, 1, Conv, [512, 3, 2]] - [[-1, 9], 1, Concat, [1]] # cat head P5 - [-1, 3, C2f, [1024]] # 24 (P5/32-large) - [-1, 1, GAM_Attention, [1024,1024]] - [[17, 21, 25], 1, Detect, [nc]] # Detect(P3, P4, P5)
本文链接地址:https://www.jiuchutong.com/zhishi/289679.html 转载请保留说明!

上一篇:最贵的微博是什么(史上最贵的微博)

下一篇:我找到了 4 个 Midjourney 的免费替代品,停止为 Midjourney 付费,有免费的 AI 替代品(我找到了这个)

  • wps怎么把图片半透明(wps怎么把图片半透明变白)

    wps怎么把图片半透明(wps怎么把图片半透明变白)

  • 手机QQ群荣誉怎么设置(qq里的群荣誉怎么才能设置出来)

    手机QQ群荣誉怎么设置(qq里的群荣誉怎么才能设置出来)

  • 把内存中数据传送到计算机的硬盘上去的操作称为(把内存中数据传到电脑)

    把内存中数据传送到计算机的硬盘上去的操作称为(把内存中数据传到电脑)

  • 红米k20pro闪屏(红米k20pro闪屏黑屏)

    红米k20pro闪屏(红米k20pro闪屏黑屏)

  • 控制器的主要功能是自动产生控制命令(控制器的主要功能是)

    控制器的主要功能是自动产生控制命令(控制器的主要功能是)

  • 得物普通发货几天(得物普通发货几点到)

    得物普通发货几天(得物普通发货几点到)

  • cad断开快捷键命令(cad断点快捷键)

    cad断开快捷键命令(cad断点快捷键)

  • 网线暗盒接法a还是b(网线暗盒接法)

    网线暗盒接法a还是b(网线暗盒接法)

  • 三星e980是什么处理器(三星e9820)

    三星e980是什么处理器(三星e9820)

  • 移动光猫光信号灯不亮正常吗(移动光猫光信号红灯闪烁怎么回事)

    移动光猫光信号灯不亮正常吗(移动光猫光信号红灯闪烁怎么回事)

  • 文件管理哪些文件可以删(文件管理哪些文件没用可以删除)

    文件管理哪些文件可以删(文件管理哪些文件没用可以删除)

  • 发朋友圈不带照片怎么发(发朋友圈不带照片怎么操作)

    发朋友圈不带照片怎么发(发朋友圈不带照片怎么操作)

  • pin码怎么查(华为手机pin码怎么查)

    pin码怎么查(华为手机pin码怎么查)

  • 美图秀秀不发布就不能保存吗(美图秀秀 发布)

    美图秀秀不发布就不能保存吗(美图秀秀 发布)

  • ios10迅雷闪退怎么办(ios迅雷闪退怎么修复)

    ios10迅雷闪退怎么办(ios迅雷闪退怎么修复)

  • 华为收藏的文件在哪里(华为收藏的文件怎么发到朋友圈里)

    华为收藏的文件在哪里(华为收藏的文件怎么发到朋友圈里)

  • 余利宝体验金能干什么(余利宝体验金能消费吗)

    余利宝体验金能干什么(余利宝体验金能消费吗)

  • 抖音上订单怎么退货(抖音上订单怎么退款)

    抖音上订单怎么退货(抖音上订单怎么退款)

  • airplay一直在查找状态(airplay查找不到设备)

    airplay一直在查找状态(airplay查找不到设备)

  • miplay是小米几(小米miplay是小米几)

    miplay是小米几(小米miplay是小米几)

  • iphone7提醒事项没反应(苹果7手机提醒事项怎么用)

    iphone7提醒事项没反应(苹果7手机提醒事项怎么用)

  • 环境监测app开发功能如何(环境监测系统开发)

    环境监测app开发功能如何(环境监测系统开发)

  • Linux系统下转换文件编码的方法小结(linux转换windows)

    Linux系统下转换文件编码的方法小结(linux转换windows)

  • win10开始菜单磁贴怎么布局(win10开始菜单磁贴设置)

    win10开始菜单磁贴怎么布局(win10开始菜单磁贴设置)

  • 微软/edge文本转语音API接口(microsoftedge怎么转换成ie)

    微软/edge文本转语音API接口(microsoftedge怎么转换成ie)

  • 倾向得分匹配PSM案例分析(倾向得分匹配后怎么进行回归)

    倾向得分匹配PSM案例分析(倾向得分匹配后怎么进行回归)

  • 建筑业增值税税率2022
  • 无形资产开发阶段
  • 发票预付款充值卡是否报销
  • 财政补贴交不交印花税
  • 音乐茶座取什么名字好呢
  • 临时营业执照有效期多久
  • 医院收到卫生局补助会计分录怎么写
  • 暂估商品年底未入库汇算清缴后处理方法
  • 银行电子回单号码什么意思
  • 托收承付销售货物什么意思
  • 工程结算收入是什么科目
  • 收到小微企业补贴如何做账
  • 增值税没有按时缴纳会影响开票吗
  • 员工一次性赔偿怎么算
  • 去年没有交社保,今年交了有用吗
  • 何为销项税额
  • 征缴工会筹备金的规定
  • 企业的停车违章怎么查
  • 房产企业开发产品出租
  • 收到政府补助用于购买环保设备
  • 无法取得发票的费用如何入账
  • 借主营业务成本表示什么
  • 其他应付款借贷方分别表示什么
  • 股东撤资退出
  • 个人帮公司买东西怎么报销
  • 如何以快捷方式打印文件
  • win11如何更改开始菜单位置
  • 剩余材料出售
  • 内部控制的概念最早是从什么得来的
  • win7系统管理员密码忘了怎么办
  • php图片拼接
  • 如何弥补以前年假的问题
  • edge弹窗
  • Win10组策略怎么进
  • 罚款是否需要开发票
  • 公司企业名称变更,银行账号会变吗
  • yolov5 anchors 中 K-means聚类
  • php用在哪些方面
  • vue数据表
  • cookie from
  • 非事业单位企业退休年龄
  • db2数据库备份文件为bkd格式
  • 政府扶持资金所得税税率
  • 税控盘有什么用途和作用
  • SQL server2008数据不存储,重启后正常
  • 一步一步的简单
  • 个税专项附加扣除标准调整
  • mysql怎么恢复数据
  • 运输公司的车辆如何计提折旧
  • SQL Server性能优化工具Profiler
  • 销售退回所得税怎么做账
  • 货物已到发票未到怎么做账
  • 航天金税服务费280元每年都交吗
  • 资产减值损失年报怎么调整
  • 非本公司员工的火车票可以报销么
  • 核定应税所得率征收
  • 机动车销售折让红字信息表
  • 银行手续费发票未到怎样做账
  • 合伙企业是什么组织形式
  • 残保金管理使用办法
  • sql数据库性能
  • 如何设置windows启动密码
  • macbookpro日历
  • win10h2版本
  • 生产运维管理
  • adsl怎么设置上网
  • myminer.exe是什么
  • win10 预览窗口
  • 如何改进个人工作作风
  • jQuery ajax读取本地json文件的实例
  • 教你如何使用玻璃胶
  • js设置select
  • node. js教程
  • unable to instantiate decoder
  • javascript七种数据类型
  • 湖北税务发票查询系统网
  • 烟台税务查询系统网址
  • 下载国税网上办税服务厅
  • 福建省网上税务办事大厅
  • 从国外网购东西回来要交税吗
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设