（超详细）3-YOLOV5改进-添加SE注意力机制

1、在yolov5/models下面新建一个SE.py文件，在里面放入下面的代码

代码如下：

import numpy as np
import torch
from torch import nn
from torch.nn import init



class SEAttention(nn.Module):

    def __init__(self, channel=512,reduction=16):
        super().__init__()
        self.avg_pool = nn.AdaptiveAvgPool2d(1)
        self.fc = nn.Sequential(
            nn.Linear(channel, channel // reduction, bias=False),
            nn.ReLU(inplace=True),
            nn.Linear(channel // reduction, channel, bias=False),
            nn.Sigmoid()
        )


    def init_weights(self):
        for m in self.modules():
            if isinstance(m, nn.Conv2d):
                init.kaiming_normal_(m.weight, mode='fan_out')
                if m.bias is not None:
                    init.constant_(m.bias, 0)
            elif isinstance(m, nn.BatchNorm2d):
                init.constant_(m.weight, 1)
                init.constant_(m.bias, 0)
            elif isinstance(m, nn.Linear):
                init.normal_(m.weight, std=0.001)
                if m.bias is not None:
                    init.constant_(m.bias, 0)

    def forward(self, x):
        b, c, _, _ = x.size()
        y = self.avg_pool(x).view(b, c)
        y = self.fc(y).view(b, c, 1, 1)
        return x * y.expand_as(x)

2、找到yolo.py文件，进行更改内容
在27行加一个from models SE import SEAttention, 保存即可

3、找到自己想要更改的yaml文件，我选择的yolov5s.yaml文件(你可以根据自己需求进行选择），将刚刚写好的模块SEAttention加入到yolov5s.yaml里面，并更改一些内容。更改如下

4、在yolo.py里面加入两行代码（332-333）
保存即可！
![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/9eb88534be044a3d8d0f3bd3b4262f07.png

运行一下，发现出来了SEAttention

到处完成，跑100epoch，不知道跑到什么时候！