【YOLOv8改进 - 注意力机制】添加YOLO-Face提出的SEAM注意力,提高遮挡情况下的特征学习能力

原创 已于 2025-08-11 21:38:02 修改 · 657 阅读 · 17 ·
CC 4.0 BY-SA版权
原创文章，禁止任何形式转载！
文章标签：

#YOLO #学习 #yolov8 #目标检测 #计算机视觉

于 2025-08-10 16:42:26 首次发布

YOLOv8目标检测创新改进与实战案例专栏

专栏目录： YOLOv8有效改进系列及项目实战目录 包含卷积，主干 注意力，检测头等创新机制 以及 各种目标检测分割项目实战案例
专栏链接: YOLOv8基础解析+创新改进+实战案例

在这里插入图片描述

文章目录

介绍

image-20241108153948904

摘要

近年来，基于深度学习的人脸检测算法已取得重大进展。这些算法通常可分为两类，即二阶段检测器如Faster R-CNN和单阶段检测器如YOLO。由于在精度和速度之间取得了更好的平衡，单阶段检测器已在许多应用中被广泛使用。本文中，我们提出了一种基于单阶段检测器YOLOv5的实时人脸检测器，命名为YOLO-FaceV2。我们设计了一个称为RFE的感受野增强模块来增强小脸部的感受野，并使用NWD Loss来弥补IoU对微小物体位置偏差的敏感性。针对面部遮挡问题，我们提出了一个名为SEAM的注意力模块，并引入排斥损失来解决它。此外，我们使用一个称为Slide的权重函数来解决简单和困难样本之间的不平衡，并使用有效感受野的信息来设计锚点。在WiderFace数据集上的实验结果显示，我们的面部检测器性能超过了YOLO及其变体，在所有简单、中等和困难的子集中都有所体现。源代码可在https://github.com/Krasjet-Yu/YOLO-FaceV2找到。

文章链接

论文地址：论文地址

代码地址：代码地址

基本原理

SEAM（Separated and Enhanced Attention Module）是YOLO-FaceV2中引入的一个模块，旨在增强面部特征的学习能力，特别是在面部遮挡的情况下。

  1. 多头注意力机制：SEAM模块采用了多头注意力机制，旨在强调图像中的面部区域，同时抑制背景区域。这种机制使得模型能够更好地关注到重要的面部特征，从而提高检测的准确性。
  2. 深度可分离卷积：SEAM的第一部分使用深度可分离卷积，这种卷积方式是逐通道进行的，能够有效减少参数数量，同时学习不同通道的重要性。通过这种方式，模型能够提取出更具代表性的特征。
  3. 通道关系的学习：虽然深度可分离卷积在减少参数方面表现良好，但它可能忽略通道之间的信息关系。为了解决这个问题，SEAM在深度卷积的输出后，使用1x1卷积进行点对点的组合，以增强通道之间的联系。这一过程有助于模型在遮挡场景中更好地理解被遮挡面部与未遮挡面部之间的关系。
  4. 全连接网络的融合：在通道关系学习之后，SEAM使用一个两层的全连接网络来融合每个通道的信息。这一过程进一步加强了通道之间的连接，使得模型能够更有效地处理面部遮挡问题。
  5. 指数归一化：SEAM模块的输出经过指数函数处理，将值范围从[0, 1]扩展到[1, e]。这种指数归一化提供了一种单调映射关系，使得结果对位置误差更加宽容，从而提高了模型的鲁棒性。
  6. 注意力机制的应用：最后，SEAM模块的输出被用作注意力权重，与原始特征相乘。这一过程使得模型能够更有效地处理面部遮挡，提高了对被遮挡面部的响应能力。

核心代码

class SEAM(nn.Module):
    def __init__(self, c1, c2, n, reduction=16):
        super(SEAM, self).__init__()
        if c1 != c2:
            c2 = c1
        self.DCovN = nn.Sequential(
            # nn.Conv2d(c1, c2, kernel_size=3, stride=1, padding=1, groups=c1),
            # nn.GELU(),
            # nn.BatchNorm2d(c2),
            *[nn.Sequential(
                Residual(nn.Sequential(
                    nn.Conv2d(in_channels=c2, out_channels=c2, kernel_size=3, stride=1, padding=1, groups=c2),
                    nn.GELU(),
                    nn.BatchNorm2d(c2)
                )),
                nn.Conv2d(in_channels=c2, out_channels=c2, kernel_size=1, stride=1, padding=0, groups=1),
                nn.GELU(),
                nn.BatchNorm2d(c2)
            ) for i in range(n)]
        )
        self.avg_pool = torch.nn.AdaptiveAvgPool2d(1)
        self.fc = nn.Sequential(
            nn.Linear(c2, c2 // reduction, bias=False),
            nn.ReLU(inplace=True),
            nn.Linear(c2 // reduction, c2, bias=False),
            nn.Sigmoid()
        )

        self._initialize_weights()
        # self.initialize_layer(self.avg_pool)
        self.initialize_layer(self.fc)


    def forward(self, x):
        b, c, _, _ = x.size()
        y = self.DCovN(x)
        y = self.avg_pool(y).view(b, c)
        y = self.fc(y).view(b, c, 1, 1)
        y = torch.exp(y)
        return x * y.expand_as(x)

    def _initialize_weights(self):
        for m in self.modules():
            if isinstance(m, nn.Conv2d):
                nn.init.xavier_uniform_(m.weight, gain=1)
            elif isinstance(m, nn.BatchNorm2d):
                nn.init.constant_(m.weight, 1)
                nn.init.constant_(m.bias, 0)

    def initialize_layer(self, layer):
        if isinstance(layer, (nn.Conv2d, nn.Linear)):
            torch.nn.init.normal_(layer.weight, mean=0., std=0.001)
            if layer.bias is not None:
                torch.nn.init.constant_(layer.bias, 0)

下载YoloV8代码

直接下载

GitHub地址

image-20240116225427653

Git Clone

git clone https://github.com/ultralytics/ultralytics

安装环境

进入代码根目录并安装依赖。

image-20240116230741813

image-20240116230741813

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

在最新版本中，官方已经废弃了requirements.txt文件，转而将所有必要的代码和依赖整合进了ultralytics包中。因此，用户只需安装这个单一的ultralytics库，就能获得所需的全部功能和环境依赖。

pip install ultralytics

引入代码

在根目录下的ultralytics/nn/目录，新建一个attention 目录，然后新建一个以 SEAM为文件名的py文件， 把代码拷贝进去。

import torch
import torch.nn as nn
 
 
 
class Residual(nn.Module):
    def __init__(self, fn):
        super(Residual, self).__init__()
        self.fn = fn
 
    def forward(self, x):
        return self.fn(x) + x
 
class SEAM(nn.Module):
    def __init__(self, c1,  n=1, reduction=16):
        super(SEAM, self).__init__()
        c2 = c1
        self.DCovN = nn.Sequential(
            # nn.Conv2d(c1, c2, kernel_size=3, stride=1, padding=1, groups=c1),
            # nn.GELU(),
            # nn.BatchNorm2d(c2),
            *[nn.Sequential(
                Residual(nn.Sequential(
                    nn.Conv2d(in_channels=c2, out_channels=c2, kernel_size=3, stride=1, padding=1, groups=c2),
                    nn.GELU(),
                    nn.BatchNorm2d(c2)
                )),
                nn.Conv2d(in_channels=c2, out_channels=c2, kernel_size=1, stride=1, padding=0, groups=1),
                nn.GELU(),
                nn.BatchNorm2d(c2)
            ) for i in range(n)]
        )
        self.avg_pool = torch.nn.AdaptiveAvgPool2d(1)
        self.fc = nn.Sequential(
            nn.Linear(c2, c2 // reduction, bias=False),
            nn.ReLU(inplace=True),
            nn.Linear(c2 // reduction, c2, bias=False),
            nn.Sigmoid()
        )
 
        self._initialize_weights()
        # self.initialize_layer(self.avg_pool)
        self.initialize_layer(self.fc)
 
 
    def forward(self, x):
        b, c, _, _ = x.size()
        y = self.DCovN(x)
        y = self.avg_pool(y).view(b, c)
        y = self.fc(y).view(b, c, 1, 1)
        y = torch.exp(y)
        return x * y.expand_as(x)
 
    def _initialize_weights(self):
        for m in self.modules():
            if isinstance(m, nn.Conv2d):
                nn.init.xavier_uniform_(m.weight, gain=1)
            elif isinstance(m, nn.BatchNorm2d):
                nn.init.constant_(m.weight, 1)
                nn.init.constant_(m.bias, 0)
 
    def initialize_layer(self, layer):
        if isinstance(layer, (nn.Conv2d, nn.Linear)):
            torch.nn.init.normal_(layer.weight, mean=0., std=0.001)
            if layer.bias is not None:
                torch.nn.init.constant_(layer.bias, 0)

注册

在ultralytics/nn/tasks.py中进行如下操作：

步骤1:

from ultralytics.nn.attention.SEAM import SEAM

步骤2

修改def parse_model(d, ch, verbose=True):

        elif m in {SEAM}:
            c2 = ch[f]
            args = [c2, *args]

image-20250810164103343

配置yolov8-SEAM.yaml

ultralytics/cfg/models/v8/yolov8-SEAM.yaml

# Ultralytics YOLO 🚀, AGPL-3.0 license
# YOLOv8 object detection model with P3-P5 outputs. For Usage examples see https://docs.ultralytics.com/tasks/detect
 
# Parameters
nc: 80  # number of classes
scales: # model compound scaling constants, i.e. 'model=yolov8n.yaml' will call yolov8.yaml with scale 'n'
  # [depth, width, max_channels]
  n: [0.33, 0.25, 1024]  # YOLOv8n summary: 225 layers,  3157200 parameters,  3157184 gradients,   8.9 GFLOPs
  s: [0.33, 0.50, 1024]  # YOLOv8s summary: 225 layers, 11166560 parameters, 11166544 gradients,  28.8 GFLOPs
  m: [0.67, 0.75, 768]   # YOLOv8m summary: 295 layers, 25902640 parameters, 25902624 gradients,  79.3 GFLOPs
  l: [1.00, 1.00, 512]   # YOLOv8l summary: 365 layers, 43691520 parameters, 43691504 gradients, 165.7 GFLOPs
  x: [1.00, 1.25, 512]   # YOLOv8x summary: 365 layers, 68229648 parameters, 68229632 gradients, 258.5 GFLOPs
 
# YOLOv8.0n backbone
backbone:
  # [from, repeats, module, args]
  - [-1, 1, Conv, [64, 3, 2]]  # 0-P1/2
  - [-1, 1, Conv, [128, 3, 2]]  # 1-P2/4
  - [-1, 3, C2f, [128, True]]
  - [-1, 1, Conv, [256, 3, 2]]  # 3-P3/8
  - [-1, 6, C2f, [256, True]]
  - [-1, 1, Conv, [512, 3, 2]]  # 5-P4/16
  - [-1, 6, C2f, [512, True]]
  - [-1, 1, Conv, [1024, 3, 2]]  # 7-P5/32
  - [-1, 3, C2f, [1024, True]]
  - [-1, 1, SPPF, [1024, 5]]  # 9

# YOLOv8.0n head
head:
  - [-1, 1, nn.Upsample, [None, 2, 'nearest']]
  - [[-1, 6], 1, Concat, [1]]  # cat backbone P4
  - [-1, 3, C2f, [512]]  # 12

  - [-1, 1, nn.Upsample, [None, 2, 'nearest']]
  - [[-1, 4], 1, Concat, [1]]  # cat backbone P3
  - [-1, 3, C2f, [256]]  # 15 (P3/8-small)
  - [-1, 1, SEAM, []]
  
  - [-1, 1, Conv, [256, 3, 2]]
  - [[-1, 12], 1, Concat, [1]]  # cat head P4
  - [-1, 3, C2f, [512]]  # 18 (P4/16-medium)
  - [-1, 1, SEAM, []]
  
  - [-1, 1, Conv, [512, 3, 2]]
  - [[-1, 9], 1, Concat, [1]]  # cat head P5
  - [-1, 3, C2f, [1024]]  # 21 (P5/32-large)
  - [-1, 1, SEAM, []]
  
  - [[16, 19, 22], 1, Detect, [nc]]  # Detect(P3, P4, P5)

实验

脚本

import os
from ultralytics import YOLO
 
yaml = 'ultralytics/cfg/models/v8/yolov8-SEAM.yaml'

 
model = YOLO(yaml) 
 
model.info()
if __name__ == "__main__":
   
    results = model.train(data='coco128.yaml',
                          name='SEAM',
                          epochs=10, 
                          workers=8, 
                          batch=1,
                         )

结果

image-20250810164148903

【YOLO11改进 - 注意力机制】添加YOLO-Face提出的SEAM注意力,提高遮挡情况下的特征学习能力
专注于图像领域，主要研究内容包括计算机视觉和深度学习，特别是在图像分类、目标检测和图像生成等方面有深入的研究和实践经验。
11-08 374
【YOLO11改进 - 注意力机制】添加YOLO-Face提出的SEAM注意力,提高遮挡情况下的特征学习能力
YOLO11涨点优化：轻量化改进 | Ghostnet、G_ghost、Ghostnetv2家族大作战（二）：华为Ghostnetv2，端侧小模型性能新SOTA | NeurIPS22
①答疑群聊服务；②YOLO大模型知识问答系统；③计算机视觉论文生成智能体；
10-10 488
捕捉空间信息的能力很弱，这可能会妨碍性能的进一步提高,GhostNetV2 是 GhostNet 的增强版本
YOLOv8改进 | 注意力机制 | 添加YOLO-Face提出的SEAM注意力机制优化物体遮挡检测（附代码 + 修改教程）
热门推荐
Snu77的博客
03-11 1万+
本文重点YOLOFaceV2介绍遮挡改进注意力网络模块（SEAM）和排斥损失（Repulsion Loss）。注意力网络模块旨在补偿被遮挡面部的响应损失，通过增强未遮挡面部的响应来实现这一目标。SEAM模块通过深度可分离卷积和残差连接的组合来实现，其中深度可分离卷积按通道进行操作，虽然可以学习不同通道的重要性并减少参数量，但忽略了通道间的信息关系。为了弥补这一损失，不同深度卷积的输出通过点对点（1x1）卷积组合。然后使用两层全连接网络融合每个通道的信息，以增强所有通道之间的联系。
YOLOv11改进策略【Neck】| SEAM：分离和增强注意模块，解决复杂场景下的小目标遮挡问题
Limiiiing的博客
04-09 926
本文记录的是利用 SEAM 模块优化 YOLOv11 的目标检测网络模型。的设计出发点在于解决复杂场景下的人脸遮挡问题，相当于是小目标被其他物体部分遮挡时，传统方法因特征缺失导致检测精度下降的问题。该模块通过增强未遮挡区域的特征响应并补偿被遮挡区域的信息损失，提升模型对遮挡小目标的检测能力。YOLO-FaceV2: A Scale and Occlusion Aware Face DetectorSEAM模块（Separated and Enhancement Attention Module）的设计出发点
表情识别-情感分析-人脸识别（代码+教程）
QQ_1309399183的博客
10-27 1558
表情识别-情感分析-人脸识别（代码+教程）
YOLOv11改进 | 添加注意力机制篇 | 添加YOLO-Face提出的SEAM注意力机制优化物体遮挡检测（附二次创新C2PSA机制）
Snu77的博客
10-13 4205
本文给大家带来的改进机制是由YOLO-Face提出能够改善物体遮挡检测的注意力机制SEAM，注意力网络模块旨在补偿被遮挡面部的响应损失，通过增强未遮挡面部的响应来实现这一目标，其希望通过学习遮挡面和未遮挡面之间的关系来改善遮挡情况下的损失从而达到改善物体遮挡检测的效果，同时本文附二次创新PSA机制。本文将通过介绍其主要原理后，提供该机制的代码和修改教程，并附上运行的yaml文件和运行代码，小白也可轻松上手。欢迎大家订阅我的专栏一起学习YOLO！
YOLOv5改进 | 注意力篇 | 利用YOLO-Face提出的SEAM注意力机制优化物体遮挡检测（附代码 + 修改教程）
Snu77的博客
03-13 2900
本文给大家带来的改进机制是由YOLO-Face提出能够改善物体遮挡检测的注意力机制SEAM，注意力网络模块旨在补偿被遮挡面部的响应损失，通过增强未遮挡面部的响应来实现这一目标，其希望通过学习遮挡面和未遮挡面之间的关系来改善遮挡情况下的损失从而达到改善物体遮挡检测的效果，本文将通过介绍其主要原理后，提供该机制的代码和修改教程，并附上运行的yaml文件和运行代码，小白也可轻松上手。。欢迎大家订阅我的专栏一起学习YOLO！YOLOv5改进专栏——持续复现各种顶会内容——内含100+创新本文重点介绍遮挡改进。
YOLOv8改进：添加YOLO-Face SEAM注意力机制优化物体遮挡检测
走向CTO的路上...
08-06 1638
YOLOv8作为目前最先进的目标检测算法之一，在精度和速度方面取得了显著进步。然而，YOLOv8模型在处理物体遮挡场景时仍存在一些不足，例如容易受到遮挡物的影响而导致检测精度下降。为了解决这个问题，本文提出了一种将YOLO-Face提出的SEAM注意力机制集成到YOLOv8模型中的改进方法，该方法可以有效提升YOLOv8模型在物体遮挡场景下的检测精度。
基于YOLOv11的人脸检测计数系统（包含详细的完整的程序和数据）
10-14
本文档详细介绍了一款基于YOLOv11模型开发的脸部识别及统计系统的搭建全过程。从软件所需的软硬件设置到用Python和相关框架完成训练模型，再到ONNX格式化以便多平台布署，直至创建PyQt GUI接口实现便捷操控均有详述。 适用人群为从事AI、机器视觉开发的专业人士或者研究人员。 使用场景主要是智能监控，公共安全，顾客数据分析等方面的应用目标，目的是实时识别视频流中人的面孔数目，从而达到高效的人流量统计。文中提供了具体的方法步骤及实例指导开发者实际落地这一解决方案。
YOLOv10改进 | 注意力篇 | YOLOv10引入YOLO-Face提出的SEAM注意力机制优化物体遮挡检测
tsg6698的博客
06-21 1222
WiderFace 数据集上的实验结果表明，我们的人脸检测器优于 YOLO，并且它的变体可以在所有简单、中等和困难子集中找到。因此，为了弥补这一点，不同深度的卷积输出会通过点对点的（1x1）卷积进行组合，以恢复通道间的信息交流。到此本文的正式分享内容就结束了，在这里给大家推荐我的YOLOv10改进有效涨点专栏，后期我会根据各种最新的前沿顶会进行论文复现，也会对一些老的改进机制进行补充，如果大家觉得本文帮助到你了，订阅本专栏，关注后续更多的更新~在SEAM.py文件里添加给出的SEAM代码。
75、适配yolov-face模型到昇腾310p设备上
sxj731533730
12-18 673
基本思想：适配yolov11-face模型到昇腾设备上。
使用 YOLO V11 Fine-Tuning 训练自定义的目标检测模型
小毕超博客
09-30 4998
YOLOv11 在 YOLOv8 基础上进行了重要改进，同样支持全方位的视觉 AI 任务，包括检测、分割、姿态估计、跟踪和分类。它继续采用了卷积神经网络设计，充分利用了最新的计算能力，以提高检测效率和降低延迟。在实际应用中，无论是物体识别、跟踪还是图像分割，都展现出了卓越的性能。
YOLOv11+面部情感检测+表情识别+情绪价值识别+情感分析
QQ_1309399183的博客
11-22 1570
YOLOv11+面部情感检测+表情识别+情绪价值识别+情感分析
YOLO11改进-注意力-引入自集成注意力机制SEAM解决遮挡问题
qq_64693987的博客
10-21 4566
左边是SEAM的架构，右边是部分为通道和空间混合模块CSMM的结构。CSMM利用深度可分卷积来学习不同尺度的特征空间尺度与通道的相关性。SEAM是一种自集成注意力机制，旨在通过多视角特征融合和一致性正则化来增强模型的鲁棒性和泛化能力。首先对输入特征Patch Embedding输入图像被分割成不同大小的patch（6, 7, 8），这些patch通过Patch Embedding层进行初步处理，生成特征表示。CSMM模块深度可分离卷积：使用深度可分离卷积来学习空间维度和通道之间的相关性。深度卷积。
YOLO11改进|注意力机制篇|引入SEAM注意力机制
A1983Z的博客
10-12 2323
YOLO11中添加SEAM注意力机制
基于深度学习YOLOv11的人脸表情识别系统
YOLO
02-22 603
人脸表情识别（Facial Expression Recognition, FER）是计算机视觉领域的一个重要研究方向，广泛应用于人机交互、情感计算、智能监控等领域。传统的人脸表情识别方法依赖于手工特征提取和分类器设计，但这种方法在面对复杂场景和多样化表情时表现不佳。近年来，深度学习技术，尤其是基于卷积神经网络（CNN）的目标检测算法，为人脸表情识别提供了新的解决方案。 YOLO（You Only Look Once）系列算法因其高效性和准确性在目标检测领域广受欢迎。YOLOv11作为YOLO系列的最新
YOLOv11实现人脸检测（自定义数据集训练）：实现从数据标注到模型部署的全流程示例
最新发布
专注Java开发与国产数据库技术分享，涵盖达梦DM8/OceanBase/GaussDB核心原理与实战，兼及DeepSeek大模型部署、YOLOv11训练等AI技术，为开发者提供从基础到进阶的技术干货。
06-22 749
YOLOv11在人脸检测中的创新与应用 摘要：YOLOv11作为YOLO系列最新版本，在模型架构上引入了CSP-SPP骨干网络、自适应特征融合机制和解耦检测头等创新设计，使人脸检测平均精度提升至39.5(mAP)，推理速度达142FPS。针对人脸检测特有的多尺度、遮挡和实时性挑战，YOLOv11通过多尺度训练、注意力遮挡模拟和数据增强等策略有效应对。开发环境推荐配置包括RTX 2070 Super GPU、CUDA 12.4和PyTorch 2.3.1，配套X-AnyLabeling标注工具可实现高效数据标
[yolov11改进系列]基于yolov11引入自集成注意力机制SEAM解决遮挡问题的python源码+训练源码
FL1623863129的博客
06-03 900
YOLO11 是Ultralytics YOLO 系列实时物体检测器的最新版本，以尖端的精度、速度和效率重新定义了可能性。基于先前 YOLO 版本的令人印象深刻的进步，YOLO11 在架构和训练方法方面引入了重大改进，使其成为各种计算机视觉任务的多功能选择。
基于YOLOv11的人脸检测计数系统
参考资料请自行甄别 资源下载请先试读页面内容 观看内容概要 确认具体需求后再下载 亦或联系博主本人 不提供代码调试服务 如有疑问不解之处 请及时联系博主本人 妥善解决 加油 谢谢 你的鼓励是我前行的动力 谢谢支持 加油 谢谢
11-02 1323
基于YOLOv11的人脸检测计数系统（包含详细的完整的程序和数据）_yolov11环境配置资源-CSDN文库 https://download.csdn.net/download/xiaoxingkongyuxi/89886903。的人脸检测计数系统，它结合了深度学习和图形界面技术，将人脸检测和计数简化为用户友好的操作流程。目标检测模型的人脸检测计数系统。界面的设计，用户可以方便地进行操作，未来可进一步优化模型和增加新功能，提升系统的实用性。：确保训练数据集的标注质量，直接影响模型的训练效果和最终表现。
YOLOv11改进 - 注意力机制】LSKA
01-23
### YOLOv11中的注意力机制改进 YOLO系列的目标检测算法一直在不断演进，引入了多种先进的技术来提升性能。对于YOLOv11而言，在原有基础上加入了局部-全局空间注意机制（Locally-aware Spatial Keypoint Attention, LSKA），这一改进显著增强了模型对目标特征的理解能力。 #### 局部-全局空间注意机制(LSKA) LSKA旨在解决传统卷积神经网络难以捕捉复杂场景下物体间关系的问题。该方法通过构建局部区域内的关键点响应图，并利用这些响应图指导整个图像的空间注意力分配[^1]。具体来说： - **局部感知模块**：提取每个位置周围的局部特征表示； - **全局上下文建模**：基于局部特征计算全局依赖性矩阵； - **融合层**：将局部与全局信息相结合，形成最终的加权特征映射； 这种设计使得YOLOv11能够更精准地区分相似类别的对象以及处理遮挡情况下的多实例识别问题。 ```python import torch.nn as nn class LSKABlock(nn.Module): def __init__(self, channels): super().__init__() self.local_conv = nn.Conv2d(channels, channels//8, kernel_size=7, padding=3, groups=channels) self.global_pool = nn.AdaptiveAvgPool2d(1) self.fc = nn.Linear(channels//8, channels) def forward(self, x): b, c, h, w = x.size() # Local feature extraction local_features = self.local_conv(x).view(b, -1, h*w) # (B,C',HW) # Global context modeling global_context = self.global_pool(local_features.mean(dim=-1)).squeeze() # (B,C') weights = torch.sigmoid(self.fc(global_context)) # (B,C) # Fusion layer weighted_x = x * weights[:, :, None, None].expand_as(x) return weighted_x ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

YOLO大师

你的打赏，我的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值