YOLO11改进 | 注意力机制 | 添加SimAM注意力机制【全网独家+附完整代码】

 秋招面试专栏推荐 ：深度学习算法工程师面试问题总结【百面算法工程师】——点击即可跳转

💡💡💡本专栏所有程序均经过测试，可成功执行💡💡💡

压缩和激励模块（SE）以及空间通道注意力模块（CBAM）的注意力机制取得了巨大成功。本文介绍了一种简单而有效的替代模块，即简单注意力模块（SimAM）。SimAM模块是一个即插即用的模块，无需额外的模态参数。在本文中，给大家带来的教程是在原来的主干网络添加SimAM。文章在介绍主要的原理后，将手把手教学如何进行模块的代码添加和修改，并将修改后的完整代码放在文章的最后，方便大家一键运行，小白也可轻松上手实践。以帮助您更好地学习深度学习目标检测YOLO系列的挑战。

专栏地址：YOLO11入门 + 改进涨点——点击即可跳转 欢迎订阅

目录

1.论文

2. SimAM的代码实现

2.1 将SimAM添加到YOLO11中

2.2 更改init.py文件

2.3 在task.py中进行注册

2.4 添加yaml文件

2.5 执行程序

3.修改后的网络结构图

4. 完整代码分享

5. GFLOPs

6. 进阶

7.总结

1.论文

​

官方论文：SIMPLE ATTENTION MODULE BASED SPEAKER VERIFICATION WITH ITERATIVE NOISY LABEL DETECTION——点击即可跳转

官方代码：SimAM代码官方仓库——点击即可挑战

2. SimAM的代码实现

2.1 将SimAM添加到YO