YOLOv10s训练代码解析1：结构浅析

本专栏会手把手带你从源码了解YOLOv10(后续会陆续介绍YOLOv8、RTDETR等模型)，尽可能地完整介绍整个算法，这个专栏会持续创作与更新，大家如果想要本文PDF和思维导图，后台私信我即可(创作不易，不喜勿喷)，大家如果发现任何错误和需要修改的地方都可以私信我，我会统一修改。

首先新建train.py，如下就是一个简易的训练代码，训练配置文件为coco128.yaml，批次为16，图像尺寸为640（第四行会初始化模型，配置一些参数）

第四行会跳到ultralytics/models/yolov10/model.py，做模型的初始化

后续YOLOv10类继承自Model类(ultralytics/engine/model.py)，继续做初始化

再调用Model类的__load函数(ultralytics/engine/model.py)加载模型、权重等信息

下图是YOLOv10s检测模型的架构，与YOLOv8算法不同的是SCDown、C2fCIB、PSA以及v10Detect head结构(后续会重点解析这几个模块)

这部分关于模型构建的整体流程如下图所示，需要原图和思维导图的朋友关注我私信获取。