1，加模块前先把baseline摸透别上来就塞模块，先确认baseline是不是真的训练到位了，把loss跑到基本不降、验证集指标稳定，再谈优化。然后可以用tensorboard可视化特征图，看看是浅层特征不够、深层语义有问题，还是信息冗余，找准瓶颈再动手。之前有人觉得小物体检测不行想加attention，结果是浅层特征丢太多，加个FPN就解决了，诊断可比盲目加模块重要多了。

2，模块位置选对才管用位置比模块本身还关键，优先从浅层或输出端试，比如特征提取后加注意力，或者在head部分改动，不要轻易动backbone的预训练权重，不然又要重新训很久。不同模块有适配位置，比如SE block放residual block末尾，想增强细节加浅层，全局建模选bottleneck位置。不确定就做ablation study，把模块插在不同位置试，有时候简单1x1卷积找对位置都能涨点。

3，模块要跟数据、任务匹配小数据集别加复杂模块，不然肯定过拟合，选SE、ECA这种参数少的轻量化模块就够了。数据量上万可以稍微放开，但要盯着验证集，gap大了就收手。任务也要对上，分类用channel attention更管用，检测分割离不开spatial attention。数据集尺度变化大就加multi-scale模块，背景复杂就用contextual modeling模块。

4，控制参数量+注意训练细节加模块别光想涨点，先用thop库算FLOPs和params，别让参数翻倍导致训不动或推理慢。可以用depthwise separable convolution替换普通卷积，或者用bottleneck降维。另外，新模块要单独设2-10倍学习率，毕竟是随机初始化，跟预训练的backbone学习速度不一样，还得用kaiming初始化卷积层、BN层weight设1 bias设0，避免loss nan或带崩整体。

5，必做消融实验验效果加模块的目的是涨点，不是堆复杂度。一次只加一个模块，记录指标变化，之后单独拿掉这个模块跑一次，看真实贡献。有时候花大力气加的复杂模块，贡献才0.2个点，还不如数据清洗或调增强性价比高。也别盲目组合模块，可能单独用都涨点，放一起反而掉点，要找最优搭配。