注意力机制和YOLO算法
注意力机制![]()
【三分钟动画讲解算法——注意力机制 | 讲透算法原理 + 优势】 https://www.bilibili.com/video/BV1Cm4DzqEfw/?share_source=copy_web&vd_source=0caeacd6c3217ba41c56ea47a129e168
YOLO
【YOLOv4原理讲解精华版(上)】 https://www.bilibili.com/video/BV1V9N4zfEw4/?share_source=copy_web&vd_source=0caeacd6c3217ba41c56ea47a129e168
目标检测
YOLO（You Only Look Once）是一种基于深度神经网络的对象识别和定位算法，其最大的特点是运行速度很快，可以用于实时系统。
YOLOv4 清晰分为三部分：Backbone → Neck → Head
1. Backbone（主干：CSPDarknet53）
- 作用：提取图像特征（线条→纹理→形状→物体）
- 改进：把 YOLOv3 的 Darknet53 升级为CSPDarknet53
- CSP（跨阶段局部连接）：把特征分成两路，一路直接走，一路走残差，减少计算、增强特征、防梯度消失
- 激活函数：用Mish替代 LeakyReLU，更平滑、收敛更好Ultralytics YOLO
- SAM 注意力：加入空间注意力，让模型 “看重点”
2. Neck（颈部：SPP + PAN）
- 作用：多尺度特征融合—— 把 “大目标语义” 和 “小目标细节” 揉在一起
- 两大黑科技：
- SPP（空间金字塔池化）：对高层特征做 4 种尺度池化，扩大感受野、分离上下文特征，大幅提精度
- PAN（路径聚合网络）：自顶向下 + 自底向上双向融合，让浅层细节（小目标）和深层语义（大目标）充分交流
3. Head（检测头）
- 作用：最终预测 ——框坐标 + 类别 + 置信度
- 延续 YOLOv3 多尺度：
- 3 个分支，分别测大 / 中 / 小目标
- 用CIoU Loss替代 IoU Loss：考虑框重叠、中心距、宽高比，回归更准
- DIoU-NMS：去重框时更准，减少遮挡漏检 / 误删
YOLOv4 = 单阶段实时检测天花板（2020 年）= CSPDarknet53（主干） + SPP+PAN（融合） + 多尺度 Head（预测）