yolov7 改进CAM

YOLOv7改进了CAM（Class Activation Mapping）的方法，通过GradCAM（Gradient-weighted Class Activation Mapping）实现了可视化效果。GradCAM是一种基于梯度的可视化方法，可以定位图像中的重要区域。

YOLOv7的改进CAM主要有两个方面：
1. 参数化编程：YOLOv7使用参数化编程的思想，将参数进行抽象和封装，使得参数的修改更加方便。这样可以帮助用户根据实际需求进行定制化的改进。
2. SIoU损失函数：YOLOv7引入了一种新的损失函数SIoU（Smoothed IoU），该损失函数重新定义了惩罚指标，考虑了真实框和预测框之间的向量角度和距离等因素，从而提高了训练的速度和推理的准确性。