YOLOv10改进 | 独家创新- 注意力篇 | YOLOv10引入结合SimAM和SKAttention形成全新的SKAM注意力机制和C2f_SKAM(全网独家创新)

1. SKAM介绍

          SKAM（SimAM and SKAttention Module）注意力机制结合了SimAM和SKAttention的优点，能够在图像特征提取中表现出更为优异的性能。

          SimAM注意力机制
          SimAM（Simplified Attention Module）是一种简单但有效的注意力机制，旨在增强重要特征，同时抑制不相关的特征。SimAM的主要优点包括：
          (1). 计算简单：SimAM仅需计算均值和方差，并进行简单的归一化处理，计算成本低。
          (2). 效果显著：通过对每个特征点进行归一化处理，SimAM可以有效地突出显著特征。

          然而，SimAM的局限性在于它只考虑了特征图内部的像素关系，而未能充分利用不同尺度的特征信息。

          SKAttention注意力机制
          SKAttention（Selective Kernel Attention）是一种更复杂的注意力机制，它通过多尺度卷积核和通道注意力机制来捕捉不同尺度的特征。其主要优点包括：
          (1). 多尺度特征提取：SKAttention通过使用不同大小的卷积核来提取多尺度特征，使其能够更好地适应不同大小的目标。