CoordAttention_YOLOX_Pytorch

注意：禁止用于商业用途，欢迎个人学习交流！

描述 (Description)

CoordAttention_YOLOX by Pytorch(基于 2021年CVPR CoordAttention坐标注意力机制的改进版YOLOX目标检测平台）

后续可能还会更新：更换backbone主干特征提取网络、添加注意力模块、Attention_YOLOX实际部署等方案

Paper

• CoordAttention(CVPR2021)

环境 (Environment)

• Nvidia Geforce GTX1080Ti
• CUDA10.0
• CUDNN7.0
• windows or linux
• python 3.7

注意事项（notes）

1. 改变网络结构后，需要重新训练网络，预训练权重不能用

2. 学习率建议根据自己电脑实际进行设置，小编从0开始重新利用voc数据集训练YOLOX-s网络大概花了几天时间训练了几百个epoch，需要有点耐心呀（首次训练可以考虑使用余弦退火学习率）

3. 小编小小测试，注意力机制放在网络后面的地方似乎更有效（也符合常理），好像也有相关研究支持，当然没有深入研究过

预训练权重（Pretrained model）

好久没更了，看到最近有小伙伴让分享下Coodinate Attention YOLOX的预训练权重；由于年代久远只找到这个了，大家可以试一下哈

链接：https://pan.baidu.com/s/1ot5oylilXvLNZnAnQreDPg 提取码：zXip

一些补充（ps）

1. YOLOX 应用在医学领域的血细胞形态学检测中似乎效果也挺好，这里先上个检测的效果图，以后有机会再更新更多例如皮肤癌检测等相关模型

更多信息：

• 欢迎关注我的bilibili主页：https://space.bilibili.com/362186371

• 更多信息，相关视频会在那里更新

• 最后，该项目为个人想法的简单实现，敬请期待，以后想到idea再更！

• 不喜勿喷，谢谢哈