yolov8添加cbam注意力机制

(如果添加的是CBAM，已存在，忽略步骤 1 2 3)

步骤1.创建注意力机制-类

ultralytics/nn/modules/conv.py
在这里插入图片描述

步骤2.添加到conv.py文件的头文件里

ultralytics/nn/modules/conv.py
在这里插入图片描述

步骤3.添加到 init.py文件的头文件里

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

步骤4.tasks.py 中导入

ultralytics/nn/tasks.py
在这里插入图片描述

步骤5.tasks.py文件的parse_model函数，修改

在这个文件中，使用文件搜索功能(快捷键Ctrl + F)，弹出快捷栏如下->
在这里插入图片描述

(错误步骤-不看此步骤-用于记录过程)–我们搜索下面这个代码"parse_model" 然后进行翻滚很容易就找到了下面的部分，同时进行红框内部的修改

在这里插入图片描述

(正确步骤)我们搜索下面这个代码"parse_model" 然后进行添加以下代码

在这里插入图片描述

        elif m is CBAM: # todo 源码修改 （增加了elif）
            """
            ch[f]:上一层的
            args[0]:第0个参数
            c1:输入通道数
            c2:输出通道数
            """
            c1, c2 = ch[f], args[0]
            # print("ch[f]:",ch[f])
            # print("args[0]:",args[0])
            # print("args:",args)
            # print("c1:",c1)
            # print("c2:",c2)
            if c2 != nc:  # if c2 not equal to number of classes (i.e. for Classify() output)
                c2 = make_divisible(c2 * width, 8)
            args = [c1, *args[1:]]