当前位置: 首页 > article >正文

YOLO11改进|注意力机制篇|引入轴向注意力Axial Attention

在这里插入图片描述

目录

    • 一、【Axial Attention】注意力机制
      • 1.1【Axial Attention】注意力介绍
      • 1.2【Axial Attention】核心代码
    • 二、添加【Axial Attention】注意力机制
      • 2.1STEP1
      • 2.2STEP2
      • 2.3STEP3
      • 2.4STEP4
    • 三、yaml文件与运行
      • 3.1yaml文件
      • 3.2运行成功截图

一、【Axial Attention】注意力机制

1.1【Axial Attention】注意力介绍

在这里插入图片描述

下图是【Axial Attention】的结构图,让我们简单分析一下运行过程和优势

处理过程

  • 按通道进行处理:
  • 图片展示了对图像不同颜色通道(如绿色 G 和蓝色 B)的分离处理。这一步表示每个通道单独执行处理流程,确保每个通道的特征得到充分学习。

http://www.kler.cn/a/355248.html

相关文章:

  • SpringBoot集成Flowable
  • xwd-ant组件库笔记
  • Numpy指南:解锁Python多维数组与矩阵运算(上)
  • flask后端开发(2):URL与视图
  • Substrate Saturday 回顾:如何利用 Polkadot Cloud 扩展 Solana 网络服务?
  • node.js和js
  • 10.18学习
  • [Linux] 创建可以免密登录的SFTP用户
  • 单片机常见的存储器
  • Tomcat的下载安装与使用
  • Ubuntu 22.04静态IP的修改
  • 2024最新R语言结构方程模型(SEM)在生态学领域中的实践应用
  • 微信小程序UI自动化测试实践(Minium+PageObject)
  • css的思考
  • 《PyTorch深度学习快速入门教程》学习笔记(第16周)
  • 550,游戏玩法分析四
  • Lumerical学习——优化和参数扫描(Optimization and parameter sweeps)
  • LeetCode:1884. 鸡蛋掉落-两枚鸡蛋(dp Java)
  • Java面经--JVM篇
  • 【存储设备专栏 2.2 -- linux 下 fdisk -l 命令详细介绍2 】
  • 【计算机网络】IPv4地址的表示方法
  • Nest.js 实战 (十四):如何获取客户端真实 IP
  • taro+taro-ui学习
  • RK3588的demo板学习
  • 【GPT提问技巧】如何高效提问GPT:掌握核心技巧,获取高质量回答的终极指南!
  • manjaro kde 24 应该如何设置才能上网(2024-10-13亲测)