YOLOv5、YOLOv8改进：SEAttention 通道注意力机制

目录

简介

SE 通道注意力机制

2.1 SE 通道注意力机制的定义与作用

2.2 SE过程： Squeeze + Excitation + Scale

3.YOLOV5改进

3.1首先common加入以下代码

3.2在yolo.py中进行注册

3.3yaml文件的配置，以yolov5s为参照

简介

SENet是2017年ImageNet比赛的冠军，2018年CVPR引用量第一

基于通道的注意力机制 源自于 CVPR2018: Squeeze-and-Excitation Networks

官方代码：GitHub - hujie-frank/SENet: Squeeze-and-Excitation Networks

较早的将attention引入到CNN中，模块化化设计。

SE模块的主要操作：挤压（Squeeze)、激励（Excitation

如图所示，其实就是将不同的通道赋予相关的权重。Attention机制用到这里用朴素的话说就是，把重要的通道赋予大的权重，然后将这些通道以及权重去线性组合。

至于这个权重是自己"学习"的。具体这样做，把每一个通道先下采样为一个实数，然后再通过两层全连接层，就会得到每个通道的权重。在训练构成中，这两个全连接层的参数也会和模型其他可训练参数一样一起更新。
 

SE模块是一个即插即用的模块，在上图中左边是在一个卷积模块之后直接插入SE模块，右边是在ResNet结构中添加了SE模块。

SE 通道注意力机制

2.1 SE 通道注意力机制的定义与作用

SE注意力机制，通过自动学习的方式，使用另外一个新的神经网络，获取到特征图的每个通道的重要程度，并赋值权重，从而让神经网络关注权重高的特征通道。

　作用为，提升对当前任务有用的特征图的通道，并抑制对当前任务用处不大的特征通道。同时，全连接FC网络根据loss损失来自动学习特征权重。
 

2.2 SE过程： Squeeze + Excitation + Scale

SE ：Squeeze + Excitation + Scale

① 压缩Squeeze

　通过平均池化，将特征图合并压缩，从 H × W × channel，变为 1 × 1 × channel，后者的一个1×1就获得了原始特征图中 H × W 的感受野，

② 激发Excitation

　进行FC全连接，每个通道都生成一个权值，并归一化，同时也是 1 × 1 × channel

③ 还原Scale

　将原始图像乘以权值矩阵，[h,w,c]×[1,1,c] ==> [h,w,c]
 

3.YOLOV5改进

3.1首先common加入以下代码

class SEAttention(nn.Module):def __init__(self, channel=512,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 init_weights(self):for m in self.modules():if isinstance(m, nn.Conv2d):init.kaiming_normal_(m.weight, mode='fan_out')if m.bias is not None:init.constant_(m.bias, 0)elif isinstance(m, nn.BatchNorm2d):init.constant_(m.weight, 1)init.constant_(m.bias, 0)elif isinstance(m, nn.Linear):init.normal_(m.weight, std=0.001)if m.bias is not None:init.constant_(m.bias, 0)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)

3.2在yolo.py中进行注册

你准备的注意力机制都可以放在这里面

  elif m in [S2Attention, SimSPPF, ACmix, CrissCrossAttention, SOCA, ShuffleAttention, SEAttention, SimAM, SKAttention]:

3.3yaml文件的配置，以yolov5s为参照

# YOLOv5 🚀 by YOLOAir, GPL-3.0 license# Parameters
nc: 80  # number of classes
depth_multiple: 0.33  # model depth multiple
width_multiple: 0.50  # layer channel multiple
anchors:- [10,13, 16,30, 33,23]  # P3/8- [30,61, 62,45, 59,119]  # P4/16- [116,90, 156,198, 373,326]  # P5/32# YOLOv5 v6.0 backbone
backbone:# [from, number, module, args][[-1, 1, Conv, [64, 6, 2, 2]],  # 0-P1/2[-1, 1, Conv, [128, 3, 2]],  # 1-P2/4[-1, 3, C3, [128]],[-1, 1, Conv, [256, 3, 2]],  # 3-P3/8[-1, 6, C3, [256]],[-1, 1, Conv, [512, 3, 2]],  # 5-P4/16[-1, 9, C3, [512]],[-1, 1, Conv, [1024, 3, 2]],  # 7-P5/32[-1, 3, C3, [1024]],[-1, 1, SPPF, [1024, 5]],  # 9]# YOLOv5 v6.0 head
head:[[-1, 1, Conv, [512, 1, 1]],[-1, 1, nn.Upsample, [None, 2, 'nearest']],[[-1, 6], 1, Concat, [1]],  # cat backbone P4[-1, 3, C3, [512, False]],  # 13[-1, 1, Conv, [256, 1, 1]],[-1, 1, nn.Upsample, [None, 2, 'nearest']],[[-1, 4], 1, Concat, [1]],  # cat backbone P3[-1, 3, C3, [256, False]],  # 17 (P3/8-small)[-1, 1, Conv, [256, 3, 2]],[[-1, 14], 1, Concat, [1]],  # cat head P4[-1, 3, C3, [512, False]],  # 20 (P4/16-medium)[-1, 1, Conv, [512, 3, 2]],[[-1, 10], 1, Concat, [1]],  # cat head P5[-1, 3, C3, [1024, False]],  # 23 (P5/32-large)[-1, 1, SEAttention, [1024]],[[17, 20, 24], 1, Detect, [nc, anchors]],  # Detect(P3, P4, P5)]

以上就是完整的改法

YOLOv8和YOLOv5都是一个作者，common变成了conv   yolo变成了task  其他都一样