yolov8缝合模块的具体操作（8.2.100版本）

奋斗的草莓熊

已于 2024-12-19 19:19:37 修改

阅读量1k

点赞数 6

CC 4.0 BY-SA版权

文章标签： YOLO python conda 深度学习

于 2024-12-19 15:36:08 首次发布

本文链接：https://blog.csdn.net/qq_61033357/article/details/144586616

文章目录

1. yolov8训练自己的数据集

见博客（很重要）：yolov8训练自己的数据集

2.改进yolov8网络架构

以添加SEAttention模块为例
1.进入到ultralytics/nn/modules/conv.py
在该py文件末尾添加以下代码

class SEAttention(nn.Module):
    # 初始化SE模块，channel为通道数，reduction为降维比率
    def __init__(self, channel=512, reduction=16):
        super().__init__()
        self.avg_pool = nn.AdaptiveAvgPool2d(1)  # 自适应平均池化层，将特征图的空间维度压缩为1x1
        self.fc = nn.Sequential(  # 定义两个全连接层作为激励操作，通过降维和升维调整通道重要性
            nn.Linear(channel, channel // reduction, bias=False),  # 降维，减少参数数量和计算量
            nn.ReLU(inplace=True),  # ReLU激活函数，引入非线性
            nn.Linear(channel // reduction, channel, bias=False),  # 升维，恢复到原始通道数
            nn.Sigmoid()  # Sigmoid激活函数，输出每个通道的重要性系数
        )

    # 权重初始化方法
    def init_weights(self):
        for m in self.modules():  # 遍历模块中的所有子模块
            if isinstance(m, nn.Conv2d):  # 对于卷积层
                init.kaiming_normal_(m.weight, mode='fan_out')  # 使用Kaiming初始化方法初始化权重
                if m.bias is not None:
                    init.constant_(m.bias, 0)  # 如果有偏置项，则初始化为0
            elif isinstance(</