yolov5添加ASFF

在Yolov5中添加ASFF（自适应空间特征融合）是为了改进多尺度目标检测的性能。ASFF的设计旨在帮助FPN（特征金字塔网络）在融合不同层级特征时抑制冲突信息，提高融合效果，并进一步提高目标检测的准确性。

为了实现这一目标，ASFF引入了一种新颖的数据驱动策略，通过学习在空间上过滤冲突信息并抑制不一致，从而提高特征的尺度不变性。同时，ASFF的引入几乎没有额外的推理开销，使得其成为一个高效的解决方案。

通过在Yolov5中添加ASFF，可以显著改善模型在多尺度目标检测任务中的性能。ASFF能够更好地融合不同层级的特征，提高模型对小目标和遮挡物的检测能力，以及对复杂场景中的难样本的处理能力。