【YOLOv5进阶】——引入注意力机制-以SE为例

声明：笔记是做项目时根据B站博主视频学习时自己编写，请勿随意转载！

一、站在巨人的肩膀上

SE模块即Squeeze-and-Excitation 模块，这是一种常用于卷积神经网络中的注意力机制！！

借鉴代码的代码链接如下：

注意力机制-SEhttps://github.com/ZhugeKongan/Attention-mechanism-implementation

需要model里面的SE_block.py文件

# -*- coding: UTF-8 -*-
"""
SE structure

"""

import torch.nn as nn  # 导入PyTorch的神经网络模块  
import torch.nn.functional as F  # 导入PyTorch的神经网络功能函数模块  
  
class SE(nn.Module):  # 定义一个名为SE的类，该类继承自PyTorch的nn.Module，表示一个神经网络模块  
  
    def __init__(self, in_chnls, ratio):  # 初始化函数，in_chnls表示输入通道数，ratio表示压缩比率  
        super(SE, self).__init__()  # 调用父类nn.Module的初始化函数  
  
        # 使用AdaptiveAvgPool2d将输入的空间维度压缩为1x1，即全局平均池化  
        self.squeeze = nn.AdaptiveAvgPool2d((1, 1))  
  
        # 使用1x1卷积将通道数压缩为原来的1/ratio，实现特征压缩  
        self.compress = nn.Conv2d(in_chnls, in_chnls // ratio, 1, 1, 0)  
  
        # 使用1x1卷积将通道数扩展回原来的in_chnls，实现特征激励  
        self.excitation = nn.Conv2d(in_chnls // ratio, in_chnls, 1, 1, 0)  
  
    def forward(self, x):  # 定义前向传播函数  
        out = self.squeeze(x)  # 对输入x进行全局平均池化  
        out = self.compress(out)  # 对池化后的输出进行特征压缩  
        out = F.relu(out)  # 对压缩后的特征进行ReLU激活  
        out = self.excitation(out)  # 对激活后的特征进行特征激励  
  
        # 对激励后的特征应用sigmoid函数，然后与原始输入x进行逐元素相乘，实现特征重标定  
        return x*F.sigmoid(out)

代码后面有附注的注释（GPT解释的，很好用），理解即可。对于使用者来说，重要关注点还是它的输入通道、输出通道、需要传入的参数等！！这个函数整体传入in_chnls, ratio两个参数。

二、开始修改网络结构

与上节的C2f修改基本流程一致，但稍有不同

model/common.py加入新增的SE网络结构，直接复制粘贴如下，这里加在了上节的C2f之前：

上面说到这个函数整体传入in_chnls, ratio两个参数！！

model/yolo.py设定网络结构的传参细节

上期的C2f模块之所以可以参照原本存在的C3模块属性，是因为两者相似，但这里的SE模块就不可简单的在C3x后加SE，而是需要在下面加入一段elif代码：

         elif m is SE:
            c1 = ch[f]
            c2 = args[0]
            if c2 != no:  # if not output
                c2 = make_divisible(c2 * gw, 8)
            args = [c1, args[1]]

即当新引入的模块中存在输入输出维度时，需要使用gw调整输出维度！！

model/yolov5s.yaml设定现有模型结构配置文件

老样子，复制一份新的配置文件命名为yolov5s-se.yaml。首先需要在backbone的最后加上SE模块（相当于多了一层为第10层）；其次考虑到backbone里多了一层，且在head里的输入层来源不止上一层（-1）一个，所以输入层来源大于等于第10层的都需要改为往后递推+1层。下图左边为原始的yaml配置文件，右侧为修改后的：