一、本文介绍
本文记录的是基于EMA模块的YOLOv11目标检测改进方法研究。EMA认为跨维度交互有助于通道或空间注意力预测,并且解决了现有注意力机制在提取深度视觉表示时可能带来的维度缩减问题。在改进YOLOv11的过程中能够为高级特征图产生更好的像素级注意力,能够建模长程依赖并嵌入精确的位置信息。
专栏目录:YOLOv11改进目录一览 | 涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改进
文章目录
二、EMA原理
Efficient Multi-Scale Attention Module with Cross-Spatial Learning
EMA(Efficient Multi - Scale Attention)注意力模块的设计的原理和优势如下:
2.1 EMA原理
2.1.1 Coordinate Attention(CA)
CA通过全局平均池化操作建模跨通道信息,将原始输入张量分解为两个并行的1D特征编码向量,嵌入空间位置信息到通道注意力图中,以增强特征聚合。但CA忽略了整个空间位置间交互的重要性,且1x1卷积核的有限感受野不利于建模局部跨通道交互和利用上下文信息。
2.1.2 Multi - Scale Attention(EMA)模块
- 特征分组:对于输入特征图 X ∈ R C × H × W X \in \mathbb{R}^{C \times H \times W}
订阅专栏 解锁全文
1447



被折叠的 条评论
为什么被折叠?



