手把手 YOLOv13 实战：引入 SAB 空间注意力的 RAB 卷积模块，mAP 提升 8.96，准确率提升 3.56

绿色线条为添加RAB模块后的训练效果，map指标提升8.96，准确率提升3.56

文章目录

• 移植
• • 创建ultralytics\cfg\models\v13\yolov13-RCB.yaml
  • 修改ultralytics\nn\tasks.py
  • 修改ultralytics/nn/modules/__init__.py
  • 修改ultralytics\nn\modules\block.py
  • 一、RAB 模块简介
  • 二、结构拆解
  • • 1. 降维（conv1x1\_1）
    • 2. 多次残差卷积（self.res）
    • 3. 多级残差累加
    • 4. 升维 + 空间注意力（SAB）
    • 5. 最终残差融合
  • 三、整体数据流可视化
  • 四、RAB 模块的特点
  • 五、应用场景
  • 六、改进建议
  • 七、总结

移植

创建ultralytics\cfg\models\v13\yolov13-RCB.yaml

nc:80 # number of classesscales:# model compound scaling constants,i.e.'model=yolov13n.yaml'will call yolov13.yaml with scale'n'# [depth,width,max_channels]n:[0.50