改进YOLOv5 | 增加注意力机制优化C3模块性能

改进YOLOv5 | 增加注意力机制优化C3模块性能

目前，计算机视觉领域是一个非常热门的研究方向，而YOLOv5作为一款效果优异的目标检测框架在近年来也备受青睐。然而，虽然YOLOv5已经取得了很好的效果，但是其仍然存在一些可以优化的地方。

在YOLOv5中，C3模块被认为是提高检测精度的关键组件之一。因此，我们在C3模块中添加了四种不同的注意力机制，以进一步优化模型性能。具体来说，我们添加了ParNet注意力机制、GAM注意力机制、ParallelPolarized注意力机制和Sequential注意力机制。

代码实现如下：

import torch
import torch.nn as nn
import torch.nn.functional as F
from torch.autograd