0
0

改进YOLO系列：改进YOLOv8，教你YOLOv8如何添加20多种注意力机制，并实验不同位置。

改进YOLOv8，YOLOv8添加20多种注意力机制

在这里插入图片描述

一、注意力机制介绍

注意力机制（Attention Mechanism）是深度学习中一种重要的技术，它可以帮助模型更好地关注输入数据中的关键信息，从而提高模型的性能。注意力机制最早在自然语言处理领域的序列到序列（seq2seq）模型中得到广泛应用，后来逐渐扩展到了计算机视觉、语音识别等多个领域。

注意力机制的基本思想是为输入数据的每个部分分配一个权重，这个权重表示该部分对于当前任务的重要程度。在自然语言处理任务中，这通常意味着对输入句子中的每个单词分配一个权重，而在计算机视觉任务中，这可能意味着为输入图像的每个像素或区域分配一个权重。

二.添加方法

1.GAM注意力

论文原文：https://arxiv.org/pdf/2112.05561v1.pdf

该论文提出了一种全局注意力机制（GAM），可以通过保留空间和通道信息之间的关联来提高模型的性能。GAM能够有效地捕捉不同通道之间的相关性，进而更好地区分不同的目标。
网络结构图：
网络结构图

import torch.nn as nn
import torch
 
classGAM_Attention(nn.Module):def__init__(self, in_channels,c2, rate=4):super(GAM_Attention, self).__init__()
 
        self.channel_attention = nn.Sequential(
            nn.Linear(in_channels,int(in_channels / rate)),
            nn.ReLU(inplace=True),
            nn.Linear(int(in_channels / rate), in_channels))
 
        self.spatial_attention = nn.Sequential(
            nn.Conv2d(in_channels,int(in_channels / rate), kernel_size=7, padding=3),
            nn.BatchNorm2d(int(in_channels / rate)),
            nn.ReLU(inplace=True),
            nn.Conv2d(int(in_channels / rate), in_channels, kernel_size=7, padding=3),
            nn.BatchNorm2d(in_channels))defforward(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).sigmoid()
        x = x * x_channel_att
        x_spatial_att = self.spatial_attention(x).sigmoid()
        out = x * x_spatial_att
 
        return out
 
if __name__ =='__main__':
    x = torch.randn(1,64,20,20)
    b, c, h, w = x.shape
    net = GAM_Attention(in_channels=c)
    y = net(x)print(y.size())

添加方法1

此方法适用于较早版本的yolov8代码，最新的yolov8代码加入方式看方法2

##将以上代码放到ultralytics/nn/modules.py里在这里插入图片描述

在tasks.py里要加入from yltralytics.nn.modules import *

在ultralytics/nn/tasks.py处引用
在这里插入图片描述
注册以下代码：

# """**************add Attention***************"""elif m in{GAM_Attention}:
            c1, c2 = ch[f], args[0]if c2 != nc:# if not output
                c2 = make_divisible(min(c2, max_channels)* width,8)
            args =[c1, c2,*args[1:]]

在这里插入图片描述

2.骨干中添加

新建yaml文件
在这里插入图片描述

添加方法2

1.block代码中加入注意力代码

在这里插入图片描述

2.注册及引用GAM注意力代码

ultralytics/nn/modules/init.py文件中
在这里插入图片描述
ultralytics/nn/tasks.py文件中
在这里插入图片描述

tasks里写入调用方式

# """**************add Attention***************"""elif m in{GAM_Attention}:
            c1, c2 = ch[f], args[0]if c2 != nc:# if not output
                c2 = make_divisible(min(c2, max_channels)* width,8)
            args =[c1, c2,*args[1:]]

示例
在这里插入图片描述

yaml文件

# Ultralytics YOLO 🚀, GPL-3.0 license# YOLOv8 object detection model with P3-P5 outputs. For Usage examples see https://docs.ultralytics.com/tasks/detect# Parameters
nc:80# number of classes
scales:# model compound scaling constants, i.e. 'model=yolov8n.yaml' will call yolov8-SPPCSPC.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 backbone
backbone:# [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]]-[-1,3, GAM_Attention,[1024]]-[-1,1, SPPF,[1024,5]]# 10# YOLOv8.0n head
head:-[-1,1, nn.Upsample,[None,2,'nearest']]-[[-1,6],1, Concat,[1]]# cat backbone P4-[-1,3, C2f,[512]]# 13-[-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, Conv,[256,3,2]]-[[-1,13],1, Concat,[1]]# cat head P4-[-1,3, C2f,[512]]# 19 (P4/16-medium)-[-1,1, Conv,[512,3,2]]-[[-1,10],1, Concat,[1]]# cat head P5-[-1,3, C2f,[1024]]# 22 (P5/32-large)-[[16,19,22],1, Detect,[nc]]# Detect(P3, P4, P5)

源目录下新建py文件，运行即可

from ultralytics import YOLO
if __name__ =='__main__':# 加载模型
    model = YOLO("yolov8s-Backbone-ATT.yaml")# 从头开始构建新模型# model = YOLO("yolov8s.pt")  # 加载预训练模型（推荐用于训练）# Use the model
    results = model.train(data="VOC_five.yaml", epochs=150, batch=16, workers=8, close_mosaic=0, name='cfg')# 训练模型# results = model.val()  # 在验证集上评估模型性能# results = model("https://ultralytics.com/images/bus.jpg")  # 预测图像# success = model.export(format="onnx")  # 将模型导出为 ONNX 格式

注意：yolov8s表示为调用s模型结构

3. 瓶颈模块中添加

在这里插入图片描述
代码：此代码实现了可以选择在一层中加入注意力机制，将0改为1即可

# Ultralytics YOLO 🚀, GPL-3.0 license# YOLOv8 object detection model with P3-P5 outputs. For Usage examples see https://docs.ultralytics.com/tasks/detect# Parameters
nc:80# number of classes
scales:# model compound scaling constants, i.e. 'model=yolov8n.yaml' will call yolov8-SPPCSPC.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 backbone
backbone:# [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_Bottleneck_ATT,[128,True,0]]-[-1,1, Conv,[256,3,2]]# 3-P3/8-[-1,6, C2f_Bottleneck_ATT,[256,True,0]]-[-1,1, Conv,[512,3,2]]# 5-P4/16-[-1,6, C2f_Bottleneck_ATT,[512,True,0]]-[-1,1, Conv,[1024,3,2]]# 7-P5/32-[-1,3, C2f_Bottleneck_ATT,[1024,True,0]]-[-1,1, SPPF,[1024,5]]# 9# YOLOv8.0n head
head:-[-1,1, nn.Upsample,[None,2,'nearest']]-[[-1,6],1, Concat,[1]]# cat backbone P4-[-1,3, C2f_Bottleneck_ATT,[512]]# 12-[-1,1, nn.Upsample,[None,2,'nearest']]-[[-1,4],1, Concat,[1]]# cat backbone P3-[-1,3, C2f_Bottleneck_ATT,[256]]# 15 (P3/8-small)-[-1,1, Conv,[256,3,2]]-[[-1,12],1, Concat,[1]]# cat head P4-[-1,3, C2f_Bottleneck_ATT,[512]]# 18 (P4/16-medium)-[-1,1, Conv,[512,3,2]]-[[-1,9],1, Concat,[1]]# cat head P5-[-1,3, C2f_Bottleneck_ATT,[1024]]# 21 (P5/32-large)-[[15,18,21],1, Detect,[nc]]# Detect(P3, P4, P5)

C2f_Bottleneck_ATT代码，添加到common里：

classC2f_Bottleneck_ATT(nn.Module):# CSP Bottleneck with 2 convolutionsdef__init__(self, c1, c2, n=1, shortcut=False, use_ATT=0., g=1,
                 e=0.5):# ch_in, ch_out, number, shortcut, groups, expasuper().__init__()
        self.c =int(c2 * e)# hidden channels
        self.cv1 = Conv(c1,2* self.c,1,1)
        self.cv2 = Conv((2+ n)* self.c, c2,1)# optional act=FReLU(c2)
        self.m = nn.ModuleList(
            Bottleneck_ATT(self.c, self.c, shortcut, g, k=((3,3),(3,3)), e=1.0, use_ATT=use_ATT)for _ inrange(n))defforward(self, x):
        y =list(self.cv1(x).chunk(2,1))
        y.extend(m(y[-1])for m in self.m)return self.cv2(torch.cat(y,1))defforward_split(self, x):
        y =list(self.cv1(x).split((self.c, self.c),1))
        y.extend(m(y[-1])for m in self.m)return self.cv2(torch.cat(y,1))classBottleneck_ATT(nn.Module):# Standard bottleneckdef__init__(self, c1, c2, shortcut=True, g=1, k=(3,3), e=0.5, use_ATT=0.):# ch_in, ch_out, shortcut, groups, kernels, expandsuper().__init__()
        c_ =int(c2 * e)# hidden channels
        self.cv1 = Conv(c1, c_, k[0],1)
        self.cv2 = Conv(c_, c2, k[1],1, g=g)
        self.add = shortcut and c1 == c2
        # self.ATT = GAM_Attention(c_) #这里可以随意更换注意力机制，使用use_ATT控制
        has_ATT = use_ATT isnotNoneand use_ATT >0.# Squeeze-and-excitationif has_ATT:# self.ATT = GAM_Attention(c2,c2)
            self.ATT = BiLevelRoutingAttention(c2,c2)else:
            self.ATT =Nonedefforward(self, x):if self.ATT isnotNone:
            out = x + self.ATT(self.cv2(self.cv1(x)))if self.add else self.ATT(self.cv2(self.cv1(x)))else:
            out = x + self.cv2(self.cv1(x))if self.add else self.cv2(self.cv1(x))return out

添加到tasks里：首先引用
在这里插入图片描述
其次注册：

# """**************add Attention***************"""elif m in{GAM_Attention, SpectralAttention, SoftThresholdAttentionResidual, MultiSpectralAttentionLayer,
                   CAMConv, CAConv, CBAMConv}:
            c1, c2 = ch[f], args[0]if c2 != nc:# if not output
                c2 = make_divisible(min(c2, max_channels)* width,8)
            args =[c1, c2,*args[1:]]

在这里插入图片描述

三、所有的注意力机制代码：

部分注意力需要安装timm. 如运行提示缺少timm安装即可. 安装命令:pip install timm，点击下面链接即可使用！
注意力网络链接地址

标签： YOLO 深度学习 python
本文转载自: https://blog.csdn.net/qq_44224801/article/details/130059070
版权归原作者 一休哥※ 所有， 如有侵权，请联系我们删除。
登录后发布评论

“改进YOLO系列：改进YOLOv8，教你YOLOv8如何添加20多种注意力机制，并实验不同位置。”的评论:

还没有评论
关于作者
...
overfit同步小助手
文章同步
相关阅读

雷池WAF自动化实现安全运营实操案例终极篇

以太网交换安全：MAC地址漂移

安全见闻4（泷羽sec）

爬虫-selenium_edge的无界面模式

Git代码管理规范

【微服务】认识微服务及Eureka注册中心

Nginx 实现会话保持的方式配置

文章导航