爆改YOLOv8 | PSA注意力机制融合入YOLOv8

1，本文介绍

Pyramid Split Attention (PSA)是一种基于注意力机制的模块，它可以用于图像分类、目标检测等任务中。PSA模块通过将不同大小的卷积核的卷积结果进行拼接，形成一个金字塔状的特征图，然后在这个特征图上应用注意力机制，以提取更加丰富的特征信息。与其他注意力模块相比，PSA模块具有轻量、简单高效等特点，可以与ResNet等主流网络结构结合使用，提高模型的性能。

关于PSA的详细介绍可以看论文：https://arxiv.org/pdf/2405.14458

本文将讲解如何将PSA融合进yolov8

话不多说，上代码！

２，将PSA融合进YOLＯｖ８

2.1 步骤一

首先找到如下的目录'ultralytics/nn'，然后在这个目录下创建一个'Addmodules'文件夹，然后在这个目录下创建一个psa.py文件，文件名字可以根据你自己的习惯起，然后将PSA的核心代码复制进去。

import torch
import torch.nn as nn
 
__all__ = ['PSA']
 
def autopad(k, p=None, d=1):  # kernel, padding, dilation
    """Pad to 'same' shape outputs."""
    if d > 1:
        k = d * (k - 1) + 1 if isinstance(k, int) else [d * (x - 1) + 1 for x in k]  # actual kernel-size
    if p is None:
        p = k // 2 if isinstance(k, int) else [x // 2 for x in k]  # auto-pad
    return p
 
 
class Conv(nn.Module):
    """Standard convolution with args(ch_in, ch_out, kernel, stride, padding, groups, dilation, activation)."