yolov5 gam

在Yolov5中，添加了SGAMAttention模块，该模块可以通过添加在yolo.py中的代码来实现。 另外，Yolov5还引入了GAM（Global Attention Mechanism）和CBAM（Convolutional Block Attention Module）两个注意力机制。CBAM包含了CAM（Channel Attention Module）和SAM（Spatial Attention Module），分别用于通道和空间上的注意力。这种设计既可以减少参数和计算量，又可以方便地将其作为可插拔的模块集成到现有的网络架构中。 在整体上，GAM和CBAM注意力机制相似，都使用了通道注意力和空间注意力。然而，它们在处理通道注意力和空间注意力方面存在一些不同。 此外，还有一个名为ResBlock_CBAM的模块与CBAM相关。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [YOLOv5添加改进GAM全局注意力机制，添加软阈值化记录](https://blog.csdn.net/qq_18458495/article/details/131182969)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* *3* [涨点技巧：注意力机制---Yolov5/Yolov7引入CBAM、GAM、Resnet_CBAM](https://blog.csdn.net/m0_63774211/article/details/129611391)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]