一、本文介绍
本文给大家带来的一个改进机制是最新由LSM-YOLO提出的 轻量化自适应特征提取 (Lightweight Adaptive Extraction, LAE)模块, 其是LSM-YOLO模型中的关键模块 ,旨在进行 多尺度特征 提取,同时降低计算成本。LAE通过以下方式实现更有效的特征提取:多尺度特征提取、自适应特征提取。 LAE模块可以在不增加额外参数的情况下提高了模型对ROI区域的检测性能, 本文内容LAE可以轻量化网络结构。
欢迎大家订阅我的专栏一起学习YOLO!
二、LAE结构介绍
官方论文地址: 官方论文地址点击此处即可跳转
官方代码地址: 官方代码地址点击此处即可跳转
轻量化自适应特征提取(Lightweight Adaptive Extraction, LAE) 是LSM-YOLO模型中的关键模块,旨在进行多尺度特征提取,同时降低计算成本。LAE通过以下方式实现更有效的 特征提取 :
-
多尺度特征提取 :与传统卷积方法相比,LAE显著减少了参数数量和计算量,同时保留了丰富的语义信息。其结构图如论文中的图2所示,包含两个 并行 分支,分别用于轻量化提取和自适应提取。
-
自适应特征提取 :LAE通过在多尺度特征图中保留更多上下文信息和高分辨率细节,降低了噪声影响。它通过自适应权重结合了来自不同位置的全局信息,使模型的注意力更加聚焦于目标区域。该方法将特征图的维度从四维(批量、通道、高度、宽度)转换为五维(批量、通道、高度、宽度、采样因子),从而保留了更多信息。
-
减少计算成本 :LAE模块使用分组卷积将输入映射到输出,并采用N组分组卷积将参数数量减少到传统卷积的1/N。通过这种方式,LAE实现了四倍下采样,同时保留了图像边缘和角落的重要信息。
-
全局和局部信息的融合 :在下采样过程中,LAE保留了全局信息,促进了高分辨率信息向低分辨率信息的过渡,使模型更好地识别目标区域。
通过这些创新设计,LAE模块在不增加额外参数的情况下提高了模型对ROI区域的检测 性能
三、核心代码
核心代码的使用方式看章节四!
- import torch
- import torch.nn as nn
- from einops import rearrange
- __all__ = ['LAE']
- def autopad(k, p=None, d=1): # kernel, padding, dilation
- """Pad to 'same' shape outputs."""
- if d > 1:
- k = d * (k - 1) + 1 if isinstance(k, int) else [d * (x - 1) + 1 for x in k] # actual kernel-size
- if p is None:
- p = k // 2 if isinstance(k, int) else [x // 2 for x in k] # auto-pad
- return p
- class Conv(nn.Module):
- """Standard convolution with args(ch_in, ch_out, kernel, stride, padding, groups, dilation, activation)."""
- default_act = nn.SiLU() # default activation
- def __init__(self, c1, c2, k=1, s=1, p=None, g=1, d=1, act=True):
- """Initialize Conv layer with given arguments including activation."""
- super().__init__()
- self.conv = nn.Conv2d(c1, c2, k, s, autopad(k, p, d), groups=g, dilation=d, bias=False)
- self.bn = nn.BatchNorm2d(c2)
- self.act = self.default_act if act is True else act if isinstance(act, nn.Module) else nn.Identity()
- def forward(self, x):
- """Apply convolution, batch normalization and activation to input tensor."""
- return self.act(self.bn(self.conv(x)))
- def forward_fuse(self, x):
- """Perform transposed convolution of 2D data."""
- return self.act(self.conv(x))
- class LAE(nn.Module):
- # Light-weight Adaptive Extraction
- def __init__(self, ch, group=8) -> None:
- super().__init__()
- self.softmax = nn.Softmax(dim=-1)
- self.attention = nn.Sequential(
- nn.AvgPool2d(kernel_size=3, stride=1, padding=1),
- Conv(ch, ch, k=1)
- )
- self.ds_conv = Conv(ch, ch * 4, k=3, s=2, g=(ch // group))
- def forward(self, x):
- # bs, ch, 2*h, 2*w => bs, ch, h, w, 4
- att = rearrange(self.attention(x), 'bs ch (s1 h) (s2 w) -> bs ch h w (s1 s2)', s1=2, s2=2)
- att = self.softmax(att)
- # bs, 4 * ch, h, w => bs, ch, h, w, 4
- x = rearrange(self.ds_conv(x), 'bs (s ch) h w -> bs ch h w s', s=4)
- x = torch.sum(x * att, dim=-1)
- return x
- if __name__ == "__main__":
- # Generating Sample image
- image_size = (1, 64, 240, 240)
- image = torch.rand(*image_size)
- # Model
- mobilenet_v1 = LAE(64)
- out = mobilenet_v1(image)
- print(out.size())
四、手把手教你添加本文机制
4.1 修改一
第一还是建立文件,我们找到如下 ultralytics /nn文件夹下建立一个目录名字呢就是'Addmodules'文件夹( 用群内的文件的话已经有了无需新建) !然后在其内部建立一个新的py文件将核心代码复制粘贴进去即可。
4.2 修改二
第二步我们在该目录下创建一个新的py文件名字为'__init__.py'( 用群内的文件的话已经有了无需新建) ,然后在其内部导入我们的检测头如下图所示。
4.3 修改三
第三步我门中到如下文件'ultralytics/nn/tasks.py'进行导入和注册我们的模块( 用群内的文件的话已经有了无需重新导入直接开始第四步即可) !
4.4 修改四
按照我的添加在parse_model里添加即可。
- elif m in {LAE}:
- c2 = ch[f]
- args = [c2, *args]
到此就修改完成了,大家可以复制下面的yaml文件运行。
五、正式训练
5.1 LAE的yaml文件
此版本训练信息:YOLO11-LAE summary: 362 layers, 2,106,875 parameters, 2,106,859 gradients, 6.2 GFLOPs
- # Ultralytics YOLO 🚀, AGPL-3.0 license
- # YOLO11 object detection model with P3-P5 outputs. For Usage examples see https://docs.ultralytics.com/tasks/detect
- # Parameters
- nc: 80 # number of classes
- scales: # model compound scaling constants, i.e. 'model=yolo11n.yaml' will call yolo11.yaml with scale 'n'
- # [depth, width, max_channels]
- n: [0.50, 0.25, 1024] # summary: 319 layers, 2624080 parameters, 2624064 gradients, 6.6 GFLOPs
- s: [0.50, 0.50, 1024] # summary: 319 layers, 9458752 parameters, 9458736 gradients, 21.7 GFLOPs
- m: [0.50, 1.00, 512] # summary: 409 layers, 20114688 parameters, 20114672 gradients, 68.5 GFLOPs
- l: [1.00, 1.00, 512] # summary: 631 layers, 25372160 parameters, 25372144 gradients, 87.6 GFLOPs
- x: [1.00, 1.50, 512] # summary: 631 layers, 56966176 parameters, 56966160 gradients, 196.0 GFLOPs
- # YOLO11n backbone
- backbone:
- # [from, repeats, module, args]
- - [-1, 1, Conv, [64, 3, 2]] # 0-P1/2
- - [-1, 1, LAE, []] # 1-P2/4
- - [-1, 2, C3k2, [256, False, 0.25]]
- - [-1, 1, LAE, []] # 3-P3/8
- - [-1, 2, C3k2, [512, False, 0.25]]
- - [-1, 1, LAE, []] # 5-P4/16
- - [-1, 2, C3k2, [512, True]]
- - [-1, 1, LAE, []] # 7-P5/32
- - [-1, 2, C3k2, [1024, True]]
- - [-1, 1, SPPF, [1024, 5]] # 9
- - [-1, 2, C2PSA, [1024]] # 10
- # YOLO11n head
- head:
- - [-1, 1, nn.Upsample, [None, 2, "nearest"]]
- - [[-1, 6], 1, Concat, [1]] # cat backbone P4
- - [-1, 2, C3k2, [512, False]] # 13
- - [-1, 1, nn.Upsample, [None, 2, "nearest"]]
- - [[-1, 4], 1, Concat, [1]] # cat backbone P3
- - [-1, 2, C3k2, [256, False]] # 16 (P3/8-small)
- - [-1, 1, LAE, []]
- - [[-1, 13], 1, Concat, [1]] # cat head P4
- - [-1, 2, C3k2, [512, False]] # 19 (P4/16-medium)
- - [-1, 1, LAE, []]
- - [[-1, 10], 1, Concat, [1]] # cat head P5
- - [-1, 2, C3k2, [1024, True]] # 22 (P5/32-large)
- - [[16, 19, 22], 1, Detect, [nc]] # Detect(P3, P4, P5)
5.2 LAE的训练过程截图
5.3 训练代码
- import warnings
- warnings.filterwarnings('ignore')
- from ultralytics import YOLO
- if __name__ == '__main__':
- model = YOLO('yolov8-MLLA.yaml')
- # 如何切换模型版本, 上面的ymal文件可以改为 yolov8s.yaml就是使用的v8s,
- # 类似某个改进的yaml文件名称为yolov8-XXX.yaml那么如果想使用其它版本就把上面的名称改为yolov8l-XXX.yaml即可(改的是上面YOLO中间的名字不是配置文件的)!
- # model.load('yolov8n.pt') # 是否加载预训练权重,科研不建议大家加载否则很难提升精度
- model.train(data=r"C:\Users\Administrator\PycharmProjects\yolov5-master\yolov5-master\Construction Site Safety.v30-raw-images_latestversion.yolov8\data.yaml",
- # 如果大家任务是其它的'ultralytics/cfg/default.yaml'找到这里修改task可以改成detect, segment, classify, pose
- cache=False,
- imgsz=640,
- epochs=150,
- single_cls=False, # 是否是单类别检测
- batch=16,
- close_mosaic=0,
- workers=0,
- device='0',
- optimizer='SGD', # using SGD
- # resume='runs/train/exp21/weights/last.pt', # 如过想续训就设置last.pt的地址
- amp=True, # 如果出现训练损失为Nan可以关闭amp
- project='runs/train',
- name='exp',
- )
五、本文总结
到此本文的正式分享内容就结束了,在这里给大家推荐我的YOLOv11改进有效涨点专栏,本专栏目前为新开的平均质量分98分,后期我会根据各种最新的前沿顶会进行论文复现,也会对一些老的改进机制进行补充,如果大家觉得本文帮助到你了,订阅本专栏,关注后续更多的更新~