论文名称：《SimAM: A Simple, Parameter-Free Attention Module for Convolutional Neural Networks》
论文地址：http://proceedings.mlr.press/v139/yang21o/yang21o.pdf
代码地址：https://github.com/ZjjConan/SimAM
作者：迪菲赫尔曼
即插即用篇 | YOLOv8 引入 SimAM 注意力机制 | 《SimAM: A Simple, Parameter-Free Attention Module for Convolutional》
相关推荐
天秀信奥GESP考级课程
天秀信奥编程培训
YOLOv8有效涨点专栏
Snu77
YOLOv8改进实战
迪菲赫尔曼
华为OD机试题库2024年
2023面试高手
2024年机器学习&深度学习千例
人工智能_SYBH
PyTorch深度学习项目实战100例
海洋 之心
机器学习
安替-AnTi
YOLOv8魔术师
AI小怪兽
switch交换机调试踩坑记录
科技之光666
如何成为一名高级数字 IC 设计工程师
新芯设计
运动规划实战精讲
Mr.Winter`
芒果YOLOv8原创改进
芒果汁没有芒果
尼德兰的喵全内容专栏
尼德兰的喵
YOLOv5/v7进阶实战
迪菲赫尔曼
NVIDIA GPU和大语言模型开发教程
知识大胖
# leaflet综合教程150+
还是大剑师兰特
智能家居与物联网项目实战
DS小龙哥
华为OD机试最新CD卷（Java/JS/Py/C/C+）
华为OD题库
从零学习CANoe
蚂蚁小兵
YOLOv10魔术师
AI小怪兽
YOLOv5改进有效专栏
Snu77
蓝牙BLE
Justice_Gao
华为OD机试（Python）真题（A卷+B卷+C卷+D卷）
codereasy
华为OD机试C卷+OJ（C++/Java/JS/Py）
塔子哥学算法
华为OD机试真题 Python
steven_moyu
OSCP
yu22x
视觉检测图像分割干货
@会飞的毛毛虫
- 博客详情
- 1【试读】 《YOLOv8改进实战专栏》专栏介绍 & 专栏目录 《提供 YOLOv8-Magic 私域代码框架》
- 2万字长文，小白新手怎么开始做YOLO实验，从零开始教！整体思路在这里，科研指南针!
- 3【试读】 【1】从零开始学习目标检测：YOLO算法详解
- 4【试读】 【2】YOLOv8原理解析：重新定义实时目标检测的速度和精度
- 5【试读】 【3】使用YOLOv8训练自己的【目标检测】数据集-【收集数据集】-【标注数据集】-【划分数据集】-【配置训练环境】-【训练模型】-【评估模型】-【导出模型】
- 6【试读】 YOLOv8 训练自己的分割数据集
- 7YOLOv8小白中的小白安装环境教程！没一个字废话，看一遍不踩坑！
- 8即插即用篇 | YOLOv8 引入 SimAM 注意力机制 | 《SimAM: A Simple, Parameter-Free Attention Module for Convolutional》
- 9特征融合篇 | YOLOv8 (ultralytics) 实现 YOLOv9 辅助可逆分支架构 | 附训练推理结构图 RepNCSPELAN4/ADown/SPPELAN/train/val
- 10即插即用篇 | YOLOv8 引入多光谱通道注意力 | 频率领域中的通道注意力网络
- 11检测头篇 | 原创自研 | YOLOv8 更换光晕自注意力 Halo 头 | 附详细结构图
- 12即插即用篇 | YOLOv8 引入 Strip Pooling | 重新思考场景解析的空间池化
- 13即插即用篇 | YOLOv8引入局部自注意力 HaloAttention | 为参数高效的视觉主干网络扩展局部自注意力
- 14即插即用篇 | YOLOv8引入轴向注意力 Axial Attention | 多维变换器中的轴向注意力
- 15即插即用篇 | YOLOv8引入PSAModule | 高效金字塔压缩注意力模块
- 16YOLOv8结合SCI低光照图像增强算法！让夜晚目标无处遁形！【含端到端推理脚本】
- 17YOLOv8 推理脚本--置信度保留多位浮点数 & 特征图可视化
- 18即插即用篇 | YOLOv8引入Haar小波下采样 | 一种简单而有效的语义分割下采样模块
- 19特征融合篇 | 结合内容引导注意力 DEA-Net 思想 实现双主干特征融合新方法 | IEEE TIP 2024
- 20特征融合篇 | YOLOv8 引入动态上采样模块 | 超过了其他上采样器
- 21即插即用篇 | EfficientViT：用于高分辨率密集预测的多尺度线性注意力 | ICCV 2023
- 22YOLOv8融入低照度图像增强算法---传统算法篇
- 23YOLOv8 如何实现多主干特征融合方式 | GhostNet+ShuffleNet / SwinTransformer+ShuffleNet
- 24即插即用篇 | YOLOv8 引入 ParNetAttention 注意力机制 | 《NON-DEEP NETWORKS》
- 25即插即用篇 | YOLOv8 引入 S2 注意力机制 | 《S^2-MLPV2: IMPROVED SPATIAL-SHIFT MLP ARCHITECTURE FOR VISION》
- 26即插即用篇 | YOLOv8 引入 NAM 注意力机制 | 《NAM: Normalization-based Attention Module》
- 27即插即用篇 | YOLOv8 引入 SpatialGroupEnhance 注意力机制 | 《Improving Semantic Feature Learning in Convolutional》
- 28即插即用篇 | YOLOv8 引入 Triplet 注意力机制 | 《Rotate to Attend: Convolutional Triplet Attention Module》
- 29即插即用篇 | YOLOv8 引入 MHSA 注意力机制 | 《Bottleneck Transformers for Visual Recognition》
- 30即插即用篇 | YOLOv8 引入 GatherExcite 注意力机制 | 《Gather-Excite: Exploiting Feature Context in Convolutional》
- 31即插即用篇 | YOLOv8 引入 GlobalContext 注意力机制 | 《GCNet: Non-local Networks Meet Squeeze-Excitation Networks》
- 32即插即用篇 | YOLOv8 引入 EffectiveSE 注意力机制 | 《CenterMask : Real-Time Anchor-Free Instance Segmentation》
- 33即插即用篇 | YOLOv8 引入 DoubleAttention 注意力机制 | 《A2-Nets: Double Attention Networks》
- 34即插即用篇 | YOLOv8 引入 SKAttention 注意力机制 | 《Selective Kernel Networks》
- 35即插即用篇 | YOLOv8 引入 Contextual Trans 注意力机制 | 《Contextual Transformer Networks for Visual Recognition》
- 36特征融合篇 | YOLOv8 引入通用高效层聚合网络 GELAN | YOLOv9 新模块
- 37OBB头篇 | 原创自研 | YOLOv8 更换 SEResNeXtBottleneck 头 | 附详细结构图
- 38分割头篇 | 原创自研 | YOLOv8 更换 SEResNeXtBottleneck 头 | 附详细结构图
- 39检测头篇 | 原创自研 | YOLOv8 更换 SEResNeXtBottleneck 头 | 附详细结构图
- 40检测头篇 | 原创自研 | YOLOv8 更换 挤压激励增强精准头 | 附详细结构图