摘要
腕部创伤甚至骨折在日常生活中经常发生,在儿童中,他们占骨折病例的很大比例。在进行手术之前,外科医生通常会要求患者先进行 X 光成像,并根据放射科医生的分析进行手术准备。随着神经网络的发展,“You Only Look Once”(YOLO)系列模型在骨折检测中的应用越来越广泛,作为计算机辅助诊断(CAD)工具使用。注意力机制是提升模型性能的热门方法之一。作者提出了YOLOv8-AM,将注意力机制整合到原始YOLOv8架构中。
# 理论介绍
ResCBAM 模块结合了残差模块和 CBAM,CBAM 首先生成 1D 通道注意力图,然后生成 2D 空间注意力图以增强特征,最终特征通过元素级相加得出,能够更好地聚焦于目标区域,以提升特征表达能力。ResCBAM 工作流程为:
-
输入特征通过 GAP和 GMP 生成不同的空间上下文描述符
-
经过共享的 MLP 后计算出通道注意力图,随后生成空间注意力图
-
最终将输出与输入特征相加形成增强的输出特征。
理论详解可以参考链接:论文地址
代码可在这个链接找到:代码地址
下文都是手把手教程,跟着操作即可添加成功
目录
- 摘要
- # 理论介绍
- 🎓一、YOLOv8原始版本代码下载
- 🍀🍀1.yolov8模型结构图
- 🍀🍀2.环境配置
- 🎓二、ResCBAM代码
- 🎓三、添加方法
- 🍀🍀1.在modules目录下添加第二章的代码
- 🍀🍀2.在__init__.py文件导入
- 🍀🍀3.在tasks.py文件进行注册
- 🎓四、yaml文件修改
- &#