更换YOLOV5主干，加入全全局上下文注意力机制模块，助力涨点！

最新推荐文章于 2024-09-07 00:45:33 发布

Dandelion701

最新推荐文章于 2024-09-07 00:45:33 发布

阅读量354

点赞数 1

CC 4.0 BY-SA版权

分类专栏： yoloV5改进，涨点文章标签： YOLO python 开发语言

本文链接：https://blog.csdn.net/weixin_57058018/article/details/138625583

yoloV5改进，涨点专栏收录该内容

15 篇文章 ¥15.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了如何在YOLOV5中引入全全局上下文注意力机制。通过修改models文件夹的common.py和yolo.py文件，以及调整yolov5.yaml配置，最终成功集成C3GC模块。在完成修改后运行验证，一切顺利。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

我们找到models文件夹中的common.py文件，加入如下模块

###############Global Context Block########C3GC###
def constant_init(module, val, bias=0):
    if hasattr(module, 'weight') and module.weight is not None:
        nn.init.constant_(module.weight, val)
    if hasattr(module, 'bias') and module.bias is not None:
        nn.init.constant_(module.bias, bias)

def kaiming_init(module,
                 a=0,
                 mode='fan_out',
                 nonlinearity='relu',
                 bias=0,
                 distribution='normal'):
    assert distribution in ['uniform', 'normal']
    if hasattr(module, 'weight') and module.weight is not None:
        if distribution == 'uniform':
            nn.init.kaiming_uniform_(
                module.w

了解本专栏