更改yolov5模型结构

更改yolov5结构

本系列先前对yolov5中的detect.py和train.py中的代码进行了解析，
后又使用yolov5对图片及视频进行了测试，本节将继续学习yolo的模型结构该如何更改。（以写论文为目的创建创新点）

修改网络结构

首先找一个代码结构进行借鉴，这里选取yolov8代码进行修改测试，源码地址https://github.com/ultralytics/ultralytics，进入后按照下图将文件下载
下载完成后，为了操作方便我将其解压到yolov5-master文件夹中。
修改顺序如下：

• models/commons.py --加入新增的网络结构
• models/yolo.py–设定网络结构的传参
• models/yolov5*.yaml–修改现有模型的配置文件
• train.py–训练时指定模型的配置文件

有了大致流程那让我们开始
第一步：加入新增的网络结构
在pycharm中打开yolov5-master文件夹

粘贴完成后可以发现如下状况，这是因为v5中没有定义k这个变量，所以我们还需要在v8中把下图Bottleneck这个类也复制粘贴一下，去block.py中复制粘贴


同时为了避免和v5原有的类冲突，我们加一个前缀变为C2f_Bottleneck,别忘了把C2f那行也改了

第二步：设定网络结构的传参
打开yolov5中yolo.py

第三步：修改现有模型的配置文件
以yolov5s.yaml为例，复制一份yolov5s.yaml文件，命名为C2f_yolov5s.yaml，将其中的C3全部改为C2f，如图所示

第四步：训练时指定模型的配置文件
打开train.py

最后进行训练，查看数据，对比你更改的网络结构是否效果更佳，这就是更改模型结构的一般步骤

OK 也不知道我写清楚了没有