devbox
小小林熬夜学编程
这个屌丝很懒，什么也没留下！
关注作者
热门标签
热门文章
当前位置:   article > 正文

YOLOv5改进（CONTEXT AUGMENTATION MODULE，CAM）

作者：小小林熬夜学编程 | 2024-04-11 03:11:55

赞

踩

yolov5改进

1.CONTEXT AUGMENTATION MODULE

上下文增强模块。

论文地址：https://openreview.net/pdf?id=q2ZaVU6bEsT

2.策略 

         通过C5 之后经过3个卷积核大小为3*3，扩张卷积率为1、3、5的卷积，然后三个卷积再进行融合。这样做融合不同感受野获得的特征，丰富上下文信息，获得更好的特征提取效果，便于微笑目标的检测，

融合有三种策略（代码中在yaml文件中可以选择）。方法（a）是加权融合，方法（b）是自适应融合 ，即假设输入的大小可以表示为（bs，C，H，W），可以通过执行卷积运算来获得（bs，3，H，W）的空间自适应权重连接和Softmax。三个通道与三个输入一一对应，通过计算加权和，可以将上下文信息聚合到输出，方法（c）是做concatenation，例：a = np.array([[1,2],[3,4]]),b =np.arrat([[5,6]]),c=np.concatenate((a,b)),c=array([1,2],[3,4],[5,6]).

3.实现方法

（1）将下面代码复制到models/commen.py

  1.  
  2. #CA
  3. class h_sigmoid(nn.Module):
  4.     def __init__(self, inplace=True):
  5.         super(h_sigmoid, self).__init__()
  6.         self.relu = nn.ReLU6(inplace=inplace)
  7.  
  8.     def forward(self, x):
  9.         return self.relu(x + 3) / 6
  10.  
  11. class h_swish(nn.Module):
  12.     def __init__(self, inplace=True):
  13.         super(h_swish, self).__init__()
  14.         self.sigmoid = h_sigmoid(inplace=inplace)
  15.  
  16.     def forward(self, x):
  17.         return x * self.sigmoid(x)
  18.  
  19. class CoordAtt(nn.Module):
  20.     def __init__(self, inp, oup, reduction=32):
  21.         super(CoordAtt, self).__init__()
  22.         self.pool_h = nn.AdaptiveAvgPool2d((None, 1))
  23.         self.pool_w = nn.AdaptiveAvgPool2d((1, None))
  24.         mip = max(8, inp // reduction)
  25.         self.conv1 = nn.Conv2d(inp, mip, kernel_size=1, stride=1, padding=0)
  26.         self.bn1 = nn.BatchNorm2d(mip)
  27.         self.act = h_swish()
  28.         self.conv_h = nn.Conv2d(mip, oup, kernel_size=1, stride=1, padding=0)
  29.         self.conv_w = nn.Conv2d(mip, oup, kernel_size=1, stride=1, padding=0)
  30.  
  31.     def forward(self, x):
  32.         identity = x
  33.         n, c, h, w = x.size()
  34.         # c*1*W
  35.         x_h = self.pool_h(x)
  36.         # c*H*1
  37.         # C*1*h
  38.         x_w = self.pool_w(x).permute(0, 1, 3, 2)
  39.         y = torch.cat([x_h, x_w], dim=2)
  40.         # C*1*(h+w)
  41.         y = self.conv1(y)
  42.         y = self.bn1(y)
  43.         y = self.act(y)
  44.         x_h, x_w = torch.split(y, [h, w], dim=2)
  45.         x_w = x_w.permute(0, 1, 3, 2)
  46.         a_h = self.conv_h(x_h).sigmoid()
  47.         a_w = self.conv_w(x_w).sigmoid()
  48.         out = identity * a_w * a_h

2.在models/yolo.py中的parse_model中增加CoordAtt

3.增加CAM.yaml

  1. # YOLOv5 
    声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/小小林熬夜学编程/article/detail/402587
    推荐阅读
    相关标签

Copyright © 2003-2013 www.wpsshop.cn 版权所有，并保留所有权利。