YoloV5/YoloV7改进：原创独家首发 | 可变形自注意力Attention | 即插即用系列

💡💡💡本文属于原创独家改进：当你停留在可形变卷积上（DCNV1，DCNV2，DCNV3等），可形变Attention助力检测，创新性十足，不仅增强了 sparse attention 的表征能⼒，同时具有线性空间复杂度。

可形变与attention 的完美融合  |   亲测在多个数据集实现暴力涨点，对遮挡场景、小目标场景提升也明显；

💡💡💡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