（超详细）2-YOLOV5改进-添加SimAM注意力机制

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

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

运行一下，发现出来了SimAM

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！
2024/01/10
结果出来了

降了0.00几，继续尝试换别的注意力机制了