YOLOv10涨点改进创新MSAM注意力,通道注意力升级,魔改CBAM
![](https://img-blog.csdnimg.cn/direct/cffc25282bea44ccb0c38f48f097dc1f.png)
目录
1,YOLO v10介绍
1.1 C2fUIB介绍
1.2 PSA介绍
1.3 SCDown
2.自研MSAM
2.1 自研MSAM注意力介绍
3.MSAM如何加入到YOLOv8
3.1 MSAM加入ultralytics/nn/attention/MsAM.py
3.2 修改tasks.py1)首先进行引用定义
3.3 yolov10n-MSAM.yaml
3.4 yolov10n-PSMSAM.yaml
改进1结构图:
![](https://img-blog.csdnimg.cn/direct/236ec68a754340919ac4ff1cb7044ff8.png)
改进结构图2:
![](https://img-blog.csdnimg.cn/direct/1a8ef5d4ca0047eb876a5635194f0e33.png)
1,YOLO v10介绍
![](https://img-blog.csdnimg.cn/direct/b31fc9b6cc894d2484ce7a183643e61b.png)
论文:https://arxiv.org/pdf/2405.14458
代码:GitHub -THU-MlG/yolov10: YOLOv10: Real-Time End-to-End Object Detection
摘要:在过去的几年里,由于其在计算成本和检测性能之间的有效平衡,YOLOS已经成为实时目标检测领域的主导范例。研究人员已经探索了YOLOS的架构设计、优化目标、数据增强策略等,并取得了显著进展。然而,对用于后处理的非最大抑制 (NMS)的依赖妨碍了YOLOS的端到端
原文地址:https://blog.csdn.net/qq_53545309/article/details/139726371
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。
本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:https://www.suanlizi.com/kf/1802430462161981440.html
如若内容造成侵权/违法违规/事实不符,请联系《酸梨子》网邮箱:1419361763@qq.com进行投诉反馈,一经查实,立即删除!