YOLOv9改进策略 | 添加注意力篇 |倒置残差块注意力机制iRMB（含大量二次创新机会）

 一、本文介绍

本文给家大家带来的改进机制是iRMB，其是在论文Rethinking Mobile Block for Efficient Attention-based Models种提出，论文提出了一个新的主干网络EMO(后面我也会教大家如何使用该主干，本文先教大家使用该文中提出的注意力机制)。其主要思想是将轻量级的CNN架构与基于注意力的模型结构相结合(有点类似ACmix)，同时该注意力机制属于是比较轻量化的参数量比较小，训练速度也很快，后面我会将各种添加方法教给大家，让大家在自己的模型中进行复现。

专栏地址：YOLOv9有效涨点专栏-持续复现各种顶会内容-有效涨点-全网改进最全的专栏 

目录

 一、本文介绍

二、iRMB的框架原理

2.1 iRMB结构

2.2 倒置残差块

2.3 元移动块（Meta-Mobile Block）

三、iRMB的核心代码 

四、手把手教你添加iRMB机制 

4.1 iRMB添加步骤

4.1.1 修改一

4.1.2 修改二

4.1.3 修改三 

4.1.4 修改四

4.2 iRMB的yaml文件和训练截图

4.2.1 iRMB的yaml版本一(推荐)

4.2.2 iRMB的yaml版本二

4.3 iRMB的训练过程截图 

五、本文总结

---

二、iRMB的框架原理

官方论文地址：官方论文地址点击即可跳转

官方代码地址：官方代码地址点击即可跳转