详情

YOLOv5 添加驻防力机制全经过：旨趣、竣事与代码调试

一、驻防力机制旨趣

驻防力机制的中枢是通过动态调理特征权重，使模子聚焦于重要信息。在YOLOv5中，常见驻防力机制分为三类：

通谈驻防力（Channel Attention） 旨趣：通过建模通谈间相干性，强化弥留通谈特征，扼制冗余通谈。 代表模块：SE（Squeeze-and-Excitation）、ECA（Efficient Channel Attention）。 操作经过： 压缩（Squeeze）：全局平均池化生成通谈描绘符（1×1×C）。 激发（Excitation）：全畅达层学习通谈权重，Sigmoid激活生成0-1权重。 加权：权重与原始特征图逐通谈相乘。 空间驻防力（Spatial Attention）张开剩余85% 旨趣：聚焦于观念空间位置，增强重要区域特征。 代表模块：CBAM（Convolutional Block Attention Module）中的空间分支。 操作经过： 池化：沿通谈维度进行全局最大/平均池化，生成两个空间特征图（H×W×1）。 拼接与卷积：拼接特征图后通过卷积生成空间权重。 加权：权重与特征图逐元素相乘。 羼杂驻防力（Hybrid Attention） 旨趣：纠合通谈与空间驻防力，进步多维度特征抒发才能。 代表模块：CBAM（串联通谈与空间驻防力）。 操作经过： 通谈驻防力：先贬责通谈维度。 空间驻防力：再贬责空间维度，逐级强化特征。

二、竣事设施

以添加SE和CBAM模块为例，详确讲解竣事经过。

1. 模块界说（common.py）

在models/common.py中添加驻防力模块类：

python

import torchimport torch.nn as nn # SE模块class SEBlock(nn.Module): def __init__(self, channel, 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 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) # CBAM模块（简化版）class ChannelAttention(nn.Module): def __init__(self, channel, reduction=16): super().__init__() self.max_pool = nn.AdaptiveMaxPool2d(1) self.avg_pool = nn.AdaptiveAvgPool2d(1) self.fc = nn.Sequential( nn.Conv2d(channel, channel // reduction, 1, bias=False), nn.ReLU(), nn.Conv2d(channel // reduction, channel, 1, bias=False) ) self.sigmoid = nn.Sigmoid() def forward(self, x): max_out = self.fc(self.max_pool(x)) avg_out = self.fc(self.avg_pool(x)) return self.sigmoid(max_out + avg_out) class SpatialAttention(nn.Module): def __init__(self, kernel_size=7): super().__init__() self.conv = nn.Conv2d(2, 1, kernel_size, padding=kernel_size//2, bias=False) self.sigmoid = nn.Sigmoid() def forward(self, x): max_out, _ = torch.max(x, dim=1, keepdim=True) avg_out = torch.mean(x, dim=1, keepdim=True) x = torch.cat([max_out, avg_out], dim=1) return self.sigmoid(self.conv(x)) class CBAM(nn.Module): def __init__(self, channel, reduction=16, kernel_size=7): super().__init__() self.ca = ChannelAttention(channel, reduction) self.sa = SpatialAttention(kernel_size) def forward(self, x): x = x * self.ca(x) return x * self.sa(x)

2. 模子确立（yaml文献）

修改models/yolov5s.yaml，在Backbone或Head中插入驻防力模块。举例，在C3模块后添加SE：

yaml

backbone: # [from, number, module, args] [[-1, 1, Conv, [64, 6, 2, 2]], # 0 [-1, 1, Conv, [128, 3, 2]], # 1 [-1, 3, C3, [128]], # 2 [-1, 1, SEBlock, [128]], # 新增SE模块 [-1, 1, Conv, [256, 3, 2]], # 3 [-1, 6, C3, [256]], # 4 [-1, 1, Conv, [512, 3, 2]], # 5 [-1, 9, C3, [512]], # 6 [-1, 1, Conv, [1024, 3, 2]], # 7 [-1, 3, C3, [1024]], # 8 [-1, 1, SPPF, [1024, 5]]] # 9

3. 模子明白（yolo.py）

在models/yolo.py的parse_model函数中注册驻防力模块：

python

def parse_model(d, ch): # 注册自界说模块 modules = { 'Conv': Conv, 'C3': C3, 'SEBlock': SEBlock, # 新增SE模块 'CBAM': CBAM # 新增CBAM模块 } # ... 原有明白逻辑 ...

4. 考试与调试

层号调理：插入模块后，后续层编号需递加。举例，原Detect层援用[17, 20, 23]，插入SE后需改为[18, 21, 24]。 超参数调优：调理驻防力模块的缩放因子（如SE的reduction）或卷积核大小（如CBAM的kernel_size）。 考试考据：使用小批量数据测试模子能否普通加载，不雅察耗损弧线是否持续。

三、代码调试手段

模块注册检查：确保parse_model中注册了统共自界说模块，不然会报错ModuleNotFoundError。 层号考据：插入模块后，打印模子结构（model.model）说明层号与确立一致。 梯度检查：若考试耗损特等，检查驻防力模块的梯度是否为0（可能因Sigmoid有余导致）。 可视化器具：使用TensorBoard或Netron可视化模子结构，说明驻防力模块位置正确。

四、后果对比

驻防力机制插入位置mAP进步参数目变化推理速率变化SEBackbone（C3后）+1.2%+0.3M-5