引言：

CBAM（Convolutional Block Attention Module）是一种轻量级的注意力机制模块，用于增强卷积神经网络的特征提取能力。在YOLO（You Only Look Once）目标检测框架的骨干网络中，CBAM模块通过通道注意力和空间注意力的双重机制，显著提升了模型对重要特征的关注能力。

    CBAM在YOLO中的应用优势

• 特征增强：CBAM模块通过动态调整通道和空间权重，使YOLO骨干网络更关注目标物体的关键特征，抑制背景噪声。

• 轻量化设计：CBAM的计算开销较小，适合嵌入YOLO的实时检测框架，几乎不影响推理速度。

• 性能提升：实验表明，添加CBAM模块的YOLO变体（如YOLOv5-CBAM）在COCO等数据集上mAP提升约1-2%

YOLO26主要功能

• DFL 移除
  分布式焦点损失（DFL）模块虽然有效，但常常使导出复杂化并限制了硬件兼容性。YOLO26 完全移除了 DFL，简化了推理过程，并拓宽了对边缘和低功耗设备的支持。

• 端到端无NMS推理
  与依赖NMS作为独立后处理步骤的传统检测器不同，YOLO26是原生端到端的。预测结果直接生成，减少了延迟，并使集成到生产系统更快、更轻量、更可靠。

• ProgLoss + STAL
  改进的损失函数提高了检测精度，在小目标识别方面有显著改进，这是物联网、机器人、航空影像和其他边缘应用的关键要求。

• MuSGD Optimizer
  一种新型混合优化器，结合了SGD和Muon。灵感来自 Moonshot AI 的Kimi K2，MuSGD 将 LLM 训练中的先进优化方法引入计算机视觉，从而实现更稳定的训练和更快的收敛。

• CPU推理速度提升高达43%
  YOLO26专为边缘计算优化，提供显著更快的CPU推理，确保在没有GPU的设备上实现实时性能。

由于YOLO26n在轻量化和边缘部署优势明显，所以改变骨干架构会使性能降低，且在轻量化方面提升不大

一，准备

电脑要有conda环境，且部署ultralytics的YOLO26系列https://docs.ultralytics.com/zh/这是官方链接。

CBAM代码（CBAM.py）

import torch
import torch.nn as nn
import torch.nn.functional as F

class CBAM(nn.Module):


    def __init__(self, in_channels, reduction_ratio=16, kernel_size=7):

        super(CBAM, self).__init__()

        #通道注意力模块
        # 全局平均池化分支
        self.channel_avg_pool = nn.AdaptiveAvgPool2d(1)  # [batch, channels, 1, 1]
        # 全局最大池化分支
        self.channel_max_pool = nn.AdaptiveMaxPool2d(1)  # [batch, channels, 1, 1]

        # 共享MLP
        self.channel_mlp = nn.Sequential(
            nn.Conv2d(in_channels, in_channels // reduction_ratio, kernel_size=1, bias=False),
            nn.ReLU(inplace=True),
            nn.Conv2d(in_channels // reduction_ratio, in_channels, kernel_size=1, bias=False)
        )

        # 空间注意力模块
        self.spatial_conv = nn.Conv2d(
            in_channels=2,  # 输入为2个通道
            out_channels=1,  # 输出1个通道
            kernel_size=kernel_size,
            padding=kernel_size // 2,  # 保持输出空间尺寸与输入一致
            bias=False
        )

        self.spatial_sigmoid = nn.Sigmoid()  # 将输出压缩到0~1之间，作为空间权重

    def forward(self, x):

        # 通道注意力计算
        avg_pool = self.channel_avg_pool(x)  # [B, C, 1, 1]
        max_pool = self.channel_max_pool(x)  # [B, C, 1, 1]

        # MLP学习通道权重
        avg_out = self.channel_mlp(avg_pool)  # [B, C, 1, 1]
        max_out = self.channel_mlp(max_pool)  # [B, C, 1, 1]

        # 相加后通过sigmoid得到通道注意力权重，在0-1之间
        channel_att = F.sigmoid(avg_out + max_out)  # [B, C, 1, 1]

        # 特征图与通道权重逐通道相乘
        x = x * channel_att  # [B, C, H, W]

        # 空间注意力计算
        avg_pool_spatial = torch.mean(x, dim=1, keepdim=True)  # [B, 1, H, W]
        max_pool_spatial, _ = torch.max(x, dim=1, keepdim=True)  # [B, 1, H, W]

        # 拼接两个池化
        spatial_input = torch.cat([avg_pool_spatial, max_pool_spatial], dim=1)  # [B, 2, H, W]

        # 通过卷积和sigmoid得到空间注意力权重
        spatial_att = self.spatial_sigmoid(self.spatial_conv(spatial_input))  # [B, 1, H, W]

        # 特征图与空间权重逐元素相乘
        x = x * spatial_att  # [B, C, H, W]

        return x

二，将CBAM添加到骨干网络架构中

1，在初始化文件中注册CBAM

编辑 ultralytics/nn/modules/__init__.py，添加 CBAM 的导入和导出。

2，修改模型解析器以支持 CBAM

编辑 ultralytics/nn/tasks.py，找到 parse_model 函数，在模块映射字典中添加 CBAM

大约就在1600多行，vscode可以用Ctrl+F检索

3. 修改 YAML 配置文件

这里我直接在卷积下面加了三个CBAM，由于下面有SPPF，所以加下面没必要

找到YOLO26的yaml文件（cfg\models\26\yolo26.yaml）

# YOLO26n backbone with CBAM
backbone:
  # [from, repeats, module, args]
  - [-1, 1, Conv, [64, 3, 2]]           # 0-P1/2
  - [-1, 1, Conv, [128, 3, 2]]          # 1-P2/4
  - [-1, 2, C3k2, [256, False, 0.25]]   # 2
  - [-1, 1, CBAM, [256]]                # 3 <- 插入 CBAM (P3 特征)
  - [-1, 1, Conv, [256, 3, 2]]          # 4-P3/8
  - [-1, 2, C3k2, [512, False, 0.25]]   # 5
  - [-1, 1, CBAM, [512]]                # 6 <- 插入 CBAM (P4 特征)
  - [-1, 1, Conv, [512, 3, 2]]          # 7-P4/16
  - [-1, 2, C3k2, [512, True]]          # 8
  - [-1, 1, CBAM, [512]]                # 9 <- 插入 CBAM (P5 特征)
  - [-1, 1, Conv, [1024, 3, 2]]         # 10-P5/32
  - [-1, 2, C3k2, [1024, True]]         # 11
  - [-1, 1, SPPF, [1024, 5, 3, True]]   # 12
  - [-1, 2, C2PSA, [1024]]              # 13

更新 Head 部分的连接索引

我们插入了三层 CBAM，分别位于原索引 2、4、6 之后。因此 P3 特征的输出由原索引 4 变成了索引 6（CBAM 输出），P4 特征由原索引 6 变成了索引 9，P5 特征仍由 C2PSA（索引 13）提供。

图上那两个C3K2有连接别的部分接口，所以在head部分改变检索

# YOLO26n head
head:
  - [-1, 1, nn.Upsample, [None, 2, "nearest"]]
  - [[-1, 9], 1, Concat, [1]] # cat backbone P4
  - [-1, 2, C3k2, [512, True]] # 13

  - [-1, 1, nn.Upsample, [None, 2, "nearest"]]
  - [[-1, 6], 1, Concat, [1]] # cat backbone P3
  - [-1, 2, C3k2, [256, True]] # 16 (P3/8-small)

  - [-1, 1, Conv, [256, 3, 2]]
  - [[-1, 16], 1, Concat, [1]] # cat head P4
  - [-1, 2, C3k2, [512, True]] # 19 (P4/16-medium)

  - [-1, 1, Conv, [512, 3, 2]]
  - [[-1, 13], 1, Concat, [1]] # cat head P5
  - [-1, 1, C3k2, [1024, True, 0.5, True]] # 22 (P5/32-large)

  - [[19, 22, 25], 1, Detect, [nc]] # Detect(P3, P4, P5)

解释：

• P3 特征：由原索引 4 变为现索引 6（CBAM 输出层，精炼后的 P3）

• P4 特征：由原索引 6 变为现索引 9（CBAM 输出层，精炼后的 P4）

• P5 特征：由原索引 10 变为现索引 13（C2PSA 输出，未直接加 CBAM，但索引顺延）

三，检测图像验证

from ultralytics import YOLO
model = YOLO('yolo26-cbam.yaml')
model = YOLO("yolo26n.pt")
results = model('kl.jpg',save = True)

这里简单预测一个图，能跑就是没出问题