YOLOv11改进 | 注意力篇 | YOLOv11引入24年动态卷积块注意力(Dynamic-CBAM)，并构建C2PSA_DynamicCBAM

1.Dynamic-CBAM介绍

1.1  摘要：重度抑郁症是一种普遍而严重的心理健康状况，对您的情绪，思想，行动和对世界的整体感知产生负面影响。由于抑郁症的症状不明显，确定一个人是否抑郁是很复杂的。然而，他们的声音可能是我们可以识别抑郁症迹象的因素之一。抑郁的人会表现出不适、悲伤，他们可能说话缓慢、颤抖，声音中失去情感。在这项研究中，我们提出了动态卷积块注意力模块（DynamicCBAM），用于在注意力-GRU网络中通过分析人类的音频信号来分类情感。根据结果，我们可以诊断哪些患者患有抑郁症或容易患抑郁症，以便尽快开始治疗和预防。该研究深入研究了实现Attention-GRU深度学习架构所涉及的复杂计算步骤。通过实验，该模型在VNEMOS数据集中取得了令人印象深刻的识别率，未加权准确率（UA）为0.87，加权准确率（WA）为0.86，F1率为0.87。

官方论文地址：