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)

  • 抖音卡通头像视频应该怎么拍呢

    抖音卡通头像视频应该怎么拍呢

  • 华为p40耳机如何插(华为p40耳机如何控制暂停)

    华为p40耳机如何插(华为p40耳机如何控制暂停)

  • webmoney怎么充值(webmoney如何提现到中国银联卡)

    webmoney怎么充值(webmoney如何提现到中国银联卡)

  • 苹果11充电完成怎么提示(苹果11充电完成没反应)

    苹果11充电完成怎么提示(苹果11充电完成没反应)

  • 视频过大怎么发qq(视频过大怎么发送到微信)

    视频过大怎么发qq(视频过大怎么发送到微信)

  • y50上市时间(y50s上市时间)

    y50上市时间(y50s上市时间)

  • qq账号查找是什么意思(qq账号查找是什么来源)

    qq账号查找是什么意思(qq账号查找是什么来源)

  • xr副卡没信号(苹果xr副卡无信号)

    xr副卡没信号(苹果xr副卡无信号)

  • 抖音直播怎么看不见音浪(抖音直播怎么看礼物榜)

    抖音直播怎么看不见音浪(抖音直播怎么看礼物榜)

  • 三星什么时候更新安卓10(三星什么时候更新安卓14)

    三星什么时候更新安卓10(三星什么时候更新安卓14)

  • i58400和i59400区别(i58400和9400差多少)

    i58400和i59400区别(i58400和9400差多少)

  • 苹果7电量突然下降到1(苹果7电量突然掉的很快)

    苹果7电量突然下降到1(苹果7电量突然掉的很快)

  • 耳机3.5mm是什么意思(耳机的3.5mm)

    耳机3.5mm是什么意思(耳机的3.5mm)

  • 华为曲屏手机容易摔碎吗(华为曲屏的屏幕容不容易碎)

    华为曲屏手机容易摔碎吗(华为曲屏的屏幕容不容易碎)

  • qq手机在线和wifi在线有什么区别吗(qq手机在线和wifi在线是实时的吗)

    qq手机在线和wifi在线有什么区别吗(qq手机在线和wifi在线是实时的吗)

  • 手机信号hd是什么意思(手机信号hd是什么标志)

    手机信号hd是什么意思(手机信号hd是什么标志)

  • 手机没信号是怎么办(手机没信号是怎么样的)

    手机没信号是怎么办(手机没信号是怎么样的)

  • 嘀嗒出行发票怎么申请(嘀嗒出行的发票)

    嘀嗒出行发票怎么申请(嘀嗒出行的发票)

  • 优化电池充电要打开吗(优化电池充电要几次还能学会)

    优化电池充电要打开吗(优化电池充电要几次还能学会)

  • 怎么在qq上给别人发文档(怎么在qq上给别人贴随心贴)

    怎么在qq上给别人发文档(怎么在qq上给别人贴随心贴)

  • 携程优享预定10元怎么取消(携程优享预定是啥意思)

    携程优享预定10元怎么取消(携程优享预定是啥意思)

  • xp任务栏怎么恢复到底下

    xp任务栏怎么恢复到底下

  • 淘宝店铺被管控期多久(淘宝店铺被管控资金15天后期也会被经常管控吗)

    淘宝店铺被管控期多久(淘宝店铺被管控资金15天后期也会被经常管控吗)

  • 花呗付款店家能看到吗(花呗可以付给商家然后把钱给我吗)

    花呗付款店家能看到吗(花呗可以付给商家然后把钱给我吗)

  • 抖音怎么解除禁止安装程序(抖音怎么解除禁止私信)

    抖音怎么解除禁止安装程序(抖音怎么解除禁止私信)

  • 苹果6时间怎么设置(苹果6时间怎么设置在桌面)

    苹果6时间怎么设置(苹果6时间怎么设置在桌面)

  • r5 3600有核显吗(r5 3600有没有核显)

    r5 3600有核显吗(r5 3600有没有核显)

  • iqoo可以开空调么(iqoo11怎么开空调)

    iqoo可以开空调么(iqoo11怎么开空调)

  • 税务ukey与税控盘的区别
  • 申报未抄税
  • 租赁负债的计税基础
  • 主办会计跟会计有什么区别
  • 未开票收入如何填写增值税申报表
  • 公司车辆承包给个人违法吗
  • 产成品出库入库单
  • 从业人数和资产总额是灰色
  • 资产负债表长期借款包括哪些
  • 实收资本收到后用途
  • 个人户转账公户用途
  • 房屋租赁补充协议怎么写才有效
  • 进项发票不勾选会有什么后果
  • 投资决策中常用的指标有
  • 代征税款手续费规定
  • 代扣个税税率是多少
  • 领用自产产品用于在建工程入账金额
  • 投资款需要缴纳增值税吗
  • 汽车的增值税可以退税吗
  • 购买活动赠品会计分录
  • u盘装系统系统放哪里
  • 股票退市后股票怎么处理
  • 公司个人垫付的费用会计分录
  • xp系统电脑关机后又重启怎样处理
  • win10右键新建卡死
  • php类的作用
  • 主营业务收入发生额在哪方
  • php curl_multi_init
  • php设计思路
  • win10您需要权限来执行删除
  • php返回值
  • 个体户未达起征点需要申报吗
  • 成本法转为权益法例题
  • 职工福利费包括奖金吗
  • 房屋出租房产税如何计算
  • 建筑劳务费发票有进项抵扣吗
  • html简单的游戏
  • 企业残保金怎样申报
  • php 安装
  • 基于强化学习的智能机器人路径规划算法研究(附代码)
  • 以我为主题画一幅画
  • sqlserver存储过程声明变量
  • 个体户电子申报税流程
  • 增值税专用发票丢了怎么补救
  • mysql大分页优化
  • 小规模代开增值税专用发票怎么操作?
  • 劳务公司账务处理实例
  • 企业支付临时工劳务报酬需要取得发票吗
  • 领用自产应税消费品用于财务人员职工福利
  • 收到的发票怎么做分录
  • 固定资产抵扣进项税额最新规定
  • 你知道实施“营改增”对企业有哪些积极的效应么?
  • 增资扩股步骤
  • 融资手续费计入什么成本
  • 收据大写后面的字怎么写
  • 100%直接控制的母子公司之间,母公司向子公司
  • 自产商品无偿赠送是否确认收入
  • 建筑施工企业涉诉案件多的原因
  • 子公司的财务管理方法
  • 什么是其他应收款科目
  • yum源如何配置
  • 随机产生10个数
  • bhvc.exe
  • 系统警告设置
  • win8系统怎么搜索软件
  • mac 阿里旺旺怎么使用
  • opengl怎么学
  • linux文件目录管理命令
  • css实现下拉菜单的思路是
  • c#openxml
  • 安卓机的返回键
  • python编码函数
  • unity3d总结
  • unity gui
  • bootstrap要学吗
  • unity怎么设置多个关卡
  • unity怎么导入3d模型
  • 建筑工程提前投入使用
  • 安徽农金如何查询开户行
  • 工会开票要求
  • 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