YOLOv9改进，YOLOv9自研检测头融合HyCTAS的Self_Attention自注意力机制，2024，适合目标检测、分割任务

摘要

论文提出了一种新的搜索框架，名为 HyCTAS，用于在给定任务中自动搜索高效的神经网络架构。HyCTAS框架结合了高分辨率表示和自注意力机制，通过多目标优化搜索，找到了一种在性能和计算效率之间的平衡。

# 理论介绍

自注意力（Self-Attention）机制是HyCTAS框架中的一个重要组成部分，是一种能够捕捉输入序列中不同位置之间关系的机制。核心思想是：对于输入的每一个元素，它都会通过与所有其他元素的关系来重新计算自己的表示，这种机制允许网络根据上下文信息动态地调整其对输入各部分的关注程度。
在论文中，自注意力模块主要用于捕获长程依赖，这意味着它能够关注输入数据中远离当前位置的相关信息。例如，在图像分割任务中，自注意力模块能够帮助网络理解图像中不同区域之间的关系，提升网络对图像的整体理解能力。下图摘自论文

下文都是手把手教程，跟着操作即可添加成功