YOLOv8改进 - 注意力篇 - 引入CBAM注意力机制

一、本文介绍

作为入门性第一篇，这里介绍了CBAM注意力在YOLOv8中的使用。包含CBAM原理分析，CBAM的代码、CBAM的使用方法、以及添加以后的yaml文件及运行记录。

二、CBAM原理分析

CBAM官方论文地址：CBAM论文

CBAM的pytorch版代码：CBAM的pytorch版代码

CBAM:卷积块注意力模块，由通道注意力和空间注意力组成。其中通道注意力机制主要检测目标的内容信息，空间注意力主要检测目标位置信息。模块先应用通道注意力，再利用空间注意力；其原理结构如下图所示。

相关代码：

在YOLOv8中，作者已经集成了cbam注意力的代码，仅未应用。

class ChannelAttention(nn.Module):
    """Channel-attention module https://github.com/open-mmlab/mmdetection/tree/v3.0.0rc1/configs/rtmdet."""

    def __init__(self, channels: int) -> None:
        """Initializes the class and sets the basic configurations and instance variables required."""
        super().__init__(