YoloV5/YoloV7优化：感受野注意力卷积运算（RFAConv），效果秒杀CBAM和CA等 | 即插即用系列

   本文改进：感受野注意力卷积运算（RFAConv），解决卷积块注意力模块（CBAM）和协调注意力模块（CA）只关注空间特征，不能完全解决卷积核参数共享的问题

提供多种卷积变体供使用：CBAMConv,CAMConv,CAConv,RFAConv,RFCAConv

RFAConv|   亲测在多个数据集能够实现大幅涨点，有的数据集达到3个点以上

Yolov5/Yolov7魔术师，独家首发创新（原创），适用于Yolov5、Yolov7、Yolov8等各个Yolo系列，专栏文章提供每一步步骤和源码，轻松带你上手魔改网络

重点：通过本专栏的阅读，后续你也可以自己魔改网络，在网络不同位置（Backbone、head、detect、loss等）进行魔改，实现创新！！！

专栏介绍：