前言
本文介绍了内容引导注意力融合模块（CGAFusion）在YOLO26中的结合应用。CGAFusion由通道注意力、空间注意力和特征融合组成，通过生成通道特定的空间重要性图，有效处理特征非均匀性，提升模型表现。我们将CGAFusion集成到YOLO26的检测头中，并进行相关注册和配置。实验表明，改进后的模型在显著减少参数与FLOPs的同时，仍具备优异性能，在资源受限场景下展现出高效与实用的优势。
文章目录： YOLO26改进大全：卷积层、轻量化、注意力机制、损失函数、Backbone、SPPF、Neck、检测头全方位优化汇总
专栏链接: YOLO26改进专栏
@
- 前言
- 介绍
- 摘要
- 文章链接
- 基本原理
- CGA 的主要组成部分
- CGA 的原理图CGA 的流程如下所示：
- CGA 的优势
- 核心代码
- 实验
- 脚本
- 结果
介绍
摘要
摘要——单幅图像去雾是一个极具挑战性的病态问题，其目标是从观测到的雾霾图像中估计出无雾图像。部分现有的基于深度学习的方法试图通过增加卷积的深度或宽度来提升模型性能，但卷积神经网络（CNN）结构的学习能力仍未得到充分发掘。本文提出了一种细节增强注意力模块（DEAB），该模块由细节增强卷积（DEConv）和内容引导注意力（CGA）构成，旨在强化特征学习，进而改善去雾性能。具体而言，DEConv将先验信息融入常规卷积层，以增强模型的表示能力和泛化能力，随后利用重新参数化技术，将DEConv等效转换为标准卷积，且不产生额外的参数和计算开销。CGA通过为每个通道分配独特的空间重要性图（SIM），能够更高效地聚焦于特征中编码的有用信息。此外，本文提出了一种基于CGA的混合融合方案，可有效融合特征并辅助梯度流动。综合上述组件，我们提出了细节增强注意力网络（DEA - Net），用于恢复高质量的无雾图像。大量实验结果证实了DEA - Net的有效性，其将PSNR指标提升至41 dB以上，且仅使用3.653M的参数，超越了当前最先进的（SOTA）方法。我们的DEA - Net源代码将发布于https://github.com/cecret3350/DEA - Net。
文章链接
论文地址：论文地址
代码地址：代码地址
基本原理
内容引导注意力（Content-Guided Attention, CGA） 是一种新颖的注意力机制，旨在为每个通道生成特定的空间重要性图（Spatial Importance Map, SIM），以便在特征学习过程中更好地关注输入特征中的有用信息。CGA 通过结合通道注意力和空间注意力，能够有效地处理特征级别的非均匀性，从而提升模型的表现。
CGA 的主要组成部分
-
通道注意力（Channel Attention）：
- 通过对输入特征进行全局平均池化和全局最大池化，生成通道级别的注意力权重。这些权重用于调整不同通道的重要性，使得模型能够更好地利用特征通道的信息。
-
空间注意力（Spatial Attention）：
- 通过对输入特征进行空间维度的处理，生成空间级别的注意力权重。这些权重帮助模型关注特征图中的重要区域，增强对关键部分的响应。
-
特征融合：
- CGA 通过将通道和空间注意力结合，生成最终的空间重要性图（SIM），并将其应用于输入特征，以增强特征的表示能力。
CGA 的原理图CGA 的流程如下所示：
Input Features (X)|+-------------------+| |Channel Attention Spatial Attention| |+-------------------+|Combined Attention Map (W)|+-------------------+| |Weighted Features Input Features| |+-------------------+|Output Features
在这个图中，输入特征首先通过通道注意力和空间注意力模块，生成相应的注意力权重。然后，这些权重被结合成一个综合的注意力图（W），并应用于输入特征，以生成最终的输出特征。
CGA 的优势
- 通道特异性：CGA 生成的注意力图是通道特定的，能够更好地捕捉不同通道之间的关系。
- 空间关注：通过空间注意力，CGA 能够有效地识别输入特征图中的重要区域，增强模型对关键特征的响应。
- 处理非均匀性：CGA 同时考虑了图像级别和特征级别的非均匀性，从而提升了去雾等任务的性能。
核心代码
from torch import nnfrom .cga import SpatialAttention, ChannelAttention, PixelAttentionclass CGAFusion(nn.Module):def __init__(self, dim, reduction=8):super(CGAFusion, self).__init__()self.sa = SpatialAttention()self.ca = ChannelAttention(dim, reduction)self.pa = PixelAttention(dim)self.conv = nn.Conv2d(dim, dim, 1, bias=True)self.sigmoid = nn.Sigmoid()def forward(self, x, y):initial = x + ycattn = self.ca(initial)sattn = self.sa(initial)pattn1 = sattn + cattnpattn2 = self.sigmoid(self.pa(initial, pattn1))result = initial + pattn2 * x + (1 - pattn2) * yresult = self.conv(result)return result
实验
脚本
import warnings
warnings.filterwarnings('ignore')
from ultralytics import YOLOif __name__ == '__main__':
# 修改为自己的配置文件地址model = YOLO('./ultralytics/cfg/models/26/yolo26-CGAFusion.yaml')
# 修改为自己的数据集地址model.train(data='./ultralytics/cfg/datasets/coco8.yaml',cache=False,imgsz=640,epochs=10,single_cls=False, # 是否是单类别检测batch=8,close_mosaic=10,workers=0,optimizer='MuSGD', # optimizer='SGD',amp=False,project='runs/train',name='yolo26-CGAFusion',)结果
