pytorch

目录
摘要
1、通道注意力机制和空间注意力机制
2、SE-Net: Squeeze-and-Excitation Networks
SE模块的实现
SE的另一种实现方式
3、轻量模块ECANet（通道注意力超强改进&#

Transformer最近应该算是一个发文章的新扩展点了，下面给出了三个网络的结构分别是TransFuse，TransUNet，SETR。很明显，结构里那个Transformer层都是类似

论文名称：Grad-CAM: Visual Explanations from Deep Networks via Gradient-based Localization 论文下载地址：https://arxiv.o

前言
YOLOX踩坑记录，基于VOC数据集，本文将详细介绍训练测试模型评估的过程和个人遇到的所有报错 1、必要环境
Windows10python3.7CUDA10.1CUDNN7.6.5
2、安装
2.1

项目简介：
代码地址： github地址:https://github.com/RichardoMrMu/yolov5-deepsort-tensorrt gitee地址:https://gitee.com/mum

1 VOC标签格式转yolo格式并划分训练集和测试集 我们经常从网上获取一些目标检测的数据集资源标签的格式都是VOC(xml格式)的，而yolov5训练所需要的文件格式是yolo(txt格式)的，这里就需要对xml格

一.Requirements
本教程所用环境：代码版本V3.0，源码下载地址：https://github.com/ultralytics/yolov5.git Pytorch：1.6.

学习前言
还有Pytorch版本的YoloX。
源码下载
https://github.com/bubbliiiing/yolox-pytorch 喜欢的可以点个star噢。
YoloX改进的部分（不完全）

本文所涉及到的yolov5网络为5.0版本，后续有需求会更新6.0版本。
CBAM注意力
# class ChannelAttention(nn.Module):
# def __init__(self, in_pla

注意
需要提前在Anaconda搭建好yolov5的环境，这里不做讲解。
数据集
口罩识别数据集下载 下载这个文件 下载完成后可以解压得到。虽然是混在一起，不过没关系。
数据集预处理
前往Roboflo