YOLOv11v10v8使用教程： YOLOv11入门到入土使用教程
YOLOv11改进汇总贴：YOLOv11及自研模型更新汇总
《FCMNet: Frequency-aware cross-modality attention networks for RGB-D salient object detection》
一、 模块介绍
论文链接： https://www.sciencedirect.com/science/article/pii/S0925231222003848
代码链接： https://github.com/XiaoJinNK/FCMNet/tree/main
论文速览：
RGB-D显著性检测旨在全面利用RGB图像和深度图来检测物体的显著性。这一领域仍然面临着两个挑战：1) 如何提取具有代表性的多模态特征；2) 如何有效地将它们融合在一起。该领域的大多数先前方法都将RGB和深度信息作为两种模态来同等对待，而没有考虑两种模态在频域上的差异，可能会丢失一些互补信息。在这篇论文中，我们将频率通道注意力机制引入融合过程。首先，我们设计了一个频率感知跨模态注意力（FACMA）模块，以交织适当的通道特征并选择代表性特征。在FACMA模块中，我们还提出了一个空间频率通道注意力（SFCA）模块，以在不同通道中引入更多互补信息。其次，我们开发了一个加权跨模态融合（WCMF）模块，通过学习内容相关的权重映射来自适应融合多模态特征。
总结：文中提出FACMA、SFCA、WCMF三种模块，其中加权跨模态融合WCMF可用于平替concat模块。
⭐⭐本文二创模块仅更新于付费群中，往期免费教程可看下方链接⭐⭐
⭐⭐付费项目简介：融合上百种顶刊顶会模块的YOLO项目仅119（赠百种改进的v9），此外含自研模型与本文模块融合进行二创三创，最快1-2周完成小论文改进实验，代码每周更新（上周更新超20+二创模块），欢迎QQ：2668825911(或点击下方小卡片扫二维码)加我了解。⭐⭐
⭐⭐本项目并非简单的模块插入，平均每个文章对应4-6个二创或自研融合模块，有效果即可写论文或三创。本文项目使用ultralytics框架，兼容YOLOv3\5\6\8\9\10\world与RT-DETR。⭐⭐
已进群小伙伴可以先用下文二创及自研模块在自己的数据集上测试，有效果再进行模块结构分析或继续改进。
二、二创融合模块
2.1 相关二创模块及所需参数
-
2.2更改yaml文件 (以自研模型为例)
打开更改ultralytics/cfg/models/11路径下的YOLOv11.yaml文件，替换原有模块。
# Ultralytics YOLO 🚀, AGPL-3.0 license
# YOLO11 object detection model with P3-P5 outputs. For Usage examples see https://docs.ultralytics.com/tasks/detect
# ⭐⭐Powered by https://blog.csdn.net/StopAndGoyyy, 技术指导QQ:2668825911⭐⭐
# 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: 377 layers, 2,249,525 parameters, 2,249,509 gradients, 8.7 GFLOPs/258 layers, 2,219,405 parameters, 0 gradients, 8.5 GFLOPs
s: [0.50, 0.50, 1024] # summary: 377 layers, 8,082,389 parameters, 8,082,373 gradients, 29.8 GFLOPs/258 layers, 7,972,885 parameters, 0 gradients, 29.2 GFLOPs
m: [0.50, 1.00, 512] # summary: 377 layers, 20,370,221 parameters, 20,370,205 gradients, 103.0 GFLOPs/258 layers, 20,153,773 parameters, 0 gradients, 101.2 GFLOPs
l: [1.00, 1.00, 512] # summary: 521 layers, 23,648,717 parameters, 23,648,701 gradients, 124.5 GFLOPs/330 layers, 23,226,989 parameters, 0 gradients, 121.2 GFLOPs
x: [1.00, 1.50, 512] # summary: 521 layers, 53,125,237 parameters, 53,125,221 gradients, 278.9 GFLOPs/330 layers, 52,191,589 parameters, 0 gradients, 272.1 GFLOPs
# n: [0.33, 0.25, 1024]
# s: [0.50, 0.50, 1024]
# m: [0.67, 0.75, 768]
# l: [1.00, 1.00, 512]
# x: [1.00, 1.25, 512]
# YOLO11n backbone
backbone:
# [from, repeats, module, args]
- [-1, 1, Conv, [64, 3, 2]] # 0-P1/2
- [-1, 1, Conv, [128, 3, 2]] # 1-P2/4
- [-1, 2, RCRep2A, [128, False, 0.25]]
- [-1, 1, Conv, [256, 3, 2]] # 3-P3/8
- [-1, 4, RCRep2A, [256, False, 0.25]]
- [-1, 1, Conv, [512, 3, 2]] # 5-P4/16
- [-1, 4, RCRep2A, [512, True]]
- [-1, 1, Conv, [1024, 3, 2]] # 7-P5/32
- [-1, 2, RCRep2A, [1024, True]]
- [-1, 1, SPPF_WD, [1024, 7]] # 9
# YOLO11n head
head:
- [[3, 5, 7], 1, align_3In, [256, 1]] # 10
- [[4, 6, 9], 1, align_3In, [256, 1]] # 11
- [[-1, -2], 1, WCMF, []] #12 cat
- [-1, 1, RepVGGBlocks, []] #13
- [-1, 1, nn.Upsample, [None, 2, "nearest"]] #14
- [[-1, 4], 1, Concat, [1]] #15 cat
- [-1, 1, Conv, [256, 3]] # 16
- [13, 1, Conv, [512, 3]] #17
- [13, 1, Conv, [1024, 3, 2]] #18
- [[16, 17, 18], 1, Detect, [nc]] # Detect(P3, P4, P5)
# ⭐⭐Powered by https://blog.csdn.net/StopAndGoyyy, 技术指导QQ:2668825911⭐⭐
2.3 修改train.py文件
创建Train脚本用于训练。
from ultralytics.models import YOLO
import os
os.environ['KMP_DUPLICATE_LIB_OK'] = 'TRUE'
if __name__ == '__main__':
model = YOLO(model='ultralytics/cfg/models/xy_YOLO/xy_yolov1-ConvNeXt.yaml')
# model = YOLO(model='ultralytics/cfg/models/11/yolo11l.yaml')
model.train(data='./datasets/data.yaml', epochs=1, batch=1, device='0', imgsz=320, workers=1, cache=False,
amp=True, mosaic=False, project='run/train', name='exp',)
在train.py脚本中填入修改好的yaml路径，运行即可训练，数据集创建教程见下方链接。
