💡💡💡本文改进：新的通道优先卷积注意力（Channel Prior Convolutional Attention，CPCA）方法，采用多尺度的深度可分离卷积模块构成空间注意力，可以在通道和空间维度上动态分配注意权重。
CPCA | 亲测在红外弱小目标检测涨点，[email protected] 从0.755提升至0.815
💡💡💡Yolo小目标检测，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，带你轻松实现小目标检测涨点
💡💡💡重点：通过本专栏的阅读，后续你可以结合自己的小目标检测数据集，在网络不同位置（Backbone、head、detect、loss等）进行魔改，实现小目标涨点和创新！！！
专栏介绍：
✨✨✨解决小目标检测难点并提升小目标检测性能；
🚀🚀🚀小目标、遮挡物性能提升和创新；
💡💡💡 工业界小目标检测性能提升和部署可行性；
🍉🍉🍉