YoloV8改进策略：改进Head|自研频域和空间注意力，超越GAM，CBAM等注意力|注意力创新改进|高效涨点|代码注释与改进
YoloV8改进策略：改进Head|自研频域和空间注意力，超越GAM，CBAM等注意力|注意力创新改进|高效涨点|代码注释与改进
AI浩
发布于 2024-10-22 12:25:43
发布于 2024-10-22 12:25:43
代码可运行
运行总次数：0
代码可运行
摘要
本文尝试改进了新的注意力，使用空间注意力和多轴频域注意力融合改进。改进后的注意力超越了GAM、BAM和CBAM等常用的注意力。
YoloV8官方结果
YOLOv8l summary (fused): 268 layers, 43631280 parameters, 0 gradients, 165.0 GFLOPs
Class Images Instances Box(P R mAP50 mAP50-95): 100%|██████████| 29/29 [
all 230 1412 0.922 0.957 0.986 0.737
c17 230 131 0.973 0.992 0.995 0.825
c5 230 68 0.945 1 0.995 0.836
helicopter 230 43 0.96 0.907 0.951 0.607
c130 230 85 0.984 1 0.995 0.655
f16 230 57 0.955 0.965 0.985 0.669
b2 230 2 0.704 1 0.995 0.722
other 230 86 0.903 0.942 0.963 0.534
b52 230 70 0.96 0.971 0.978 0.831
kc10 230 62 0.999 0.984 0.99 0.847
command 230 40 0.97 1 0.995 0.811
f15 230 123 0.891 1 0.992 0.701
kc135 230 91 0.971 0.989 0.986 0.712
a10 230 27 1 0.555 0.899 0.456
b1 230 20 0.972 1 0.995 0.793
aew 230 25 0.945 1 0.99 0.784
f22 230 17 0.913 1 0.995 0.725
p3 230 105 0.99 1 0.995 0.801
p8 230 1 0.637 1 0.995 0.597
f35 230 32 0.939 0.938 0.978 0.574
f18 230 125 0.985 0.992 0.987 0.817
v22 230 41 0.983 1 0.995 0.69
su-27 230 31 0.925 1 0.995 0.859
il-38 230 27 0.972 1 0.995 0.811
tu-134 230 1 0.663 1 0.995 0.895
su-33 230 2 1 0.611 0.995 0.796
an-70 230 2 0.766 1 0.995 0.73
tu-22 230 98 0.984 1 0.995 0.831
测试结果
YOLOv8l summary: 1054 layers, 46514724 parameters, 0 gradients, 179.6 GFLOPs
Class Images Instances Box(P R mAP50 mAP50-95): 100%|██████████| 15/15 [00:02<00:00, 5.46it/s]
all 230 1412 0.969 0.968 0.988 0.75
c17 230 131 0.983 0.992 0.995 0.822
c5 230 68 0.986 0.956 0.994 0.821
helicopter 230 43 0.977 0.99 0.985 0.617
c130 230 85 0.987 0.988 0.994 0.65
f16 230 57 1 0.918 0.991 0.674
b2 230 2 0.902 1 0.995 0.724
other 230 86 0.956 0.942 0.978 0.551
b52 230 70 0.971 0.971 0.972 0.825
kc10 230 62 1 0.982 0.989 0.828
command 230 40 0.993 1 0.995 0.834
f15 230 123 0.957 1 0.988 0.701
kc135 230 91 0.989 0.976 0.983 0.691
a10 230 27 1 0.492 0.901 0.48
b1 230 20 1 0.963 0.995 0.752
aew 230 25 0.955 1 0.995 0.782
f22 230 17 0.959 1 0.995 0.738
p3 230 105 0.991 0.999 0.995 0.82
p8 230 1 0.851 1 0.995 0.796
f35 230 32 1 0.973 0.995 0.575
f18 230 125 0.976 0.988 0.992 0.824
v22 230 41 0.994 1 0.995 0.712
su-27 230 31 0.991 1 0.995 0.858
il-38 230 27 0.99 1 0.995 0.846
tu-134 230 1 0.848 1 0.995 0.895
su-33 230 2 0.915 1 0.995 0.829
an-70 230 2 1 1 0.995 0.759
tu-22 230 98 0.998 1 0.995 0.84
总结
本文尝试在Head上做修改，涨点明显。欢迎大家在自己的数据集上做尝试！
https://blog.csdn.net/m0_47867638/article/details/135785913?spm=1001.2014.3001.5501本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2024-03-05，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录
腾讯云开发者
