(超详细)YOLOV5改进-添加SimAM注意力机制

2024-01-10 12:43:09

1、在yolov5/models下面新建一个SimAM.py文件,在里面放入下面的代码
在这里插入图片描述
在这里插入图片描述
代码如下:

import torch
import torch.nn as nn


class SimAM(torch.nn.Module):
    def __init__(self, e_lambda=1e-4):
        super(SimAM, self).__init__()

        self.activaton = nn.Sigmoid()
        self.e_lambda = e_lambda

    def __repr__(self):
        s = self.__class__.__name__ + '('
        s += ('lambda=%f)' % self.e_lambda)
        return s

    @staticmethod
    def get_module_name():
        return "simam"

    def forward(self, x):
        b, c, h, w = x.size()

        n = w * h - 1

        x_minus_mu_square = (x - x.mean(dim=[2, 3], keepdim=True)).pow(2)
        y = x_minus_mu_square / (4 * (x_minus_mu_square.sum(dim=[2, 3], keepdim=True) / n + self.e_lambda)) + 0.5

        return x * self.activaton(y)

2、找到yolo.py文件,进行更改内容
在26行加一个from models SimAM import SimAM, 保存即可
在这里插入图片描述
3、找到自己想要更改的yaml文件,我选择的yolov5s.yaml文件(你可以根据自己需求进行选择),将刚刚写好的模块SimAM加入到yolov5s.yaml里面,并更改一些内容。更改如下
在这里插入图片描述
运行一下,发现出来了SimAM
在这里插入图片描述
结果还没出来呢,还在跑,
在这里插入图片描述
跑100个epoch,还不知道跑到啥时候哈哈哈哈!结果后放!

文章来源:https://blog.csdn.net/qq_44421796/article/details/135497544
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。