yolo_v4模型解析（backbone部分）

1.backbone部分
2.neck部分
3.head部分

backbone结构说明

yolo4中的backbone使用了csp结构。所谓的csp结构，目的就是进一步的特征融合。在进入csp之前保存一次特征图A，在csp内部添加残差单元进行特征融合，融合以后输出的特征图与之前保存的特征图A进行一次concat。每一个csp结构前后搭配CBM模块，形成CBM/CSP/CBM的block形式，其中CBM即conv，BN，mish（yolo新定义的激活函数），第一个CBM的作用是对进入csp的特征图进行downsample操作，相当于一次池化，最后一个CBM为1x1卷积。backbone总体结构以及csp分解如下：

backbone部分就是对CBM与csp的堆叠，总体组成为：input --> CBM --> CBM_1/CSP_1/CBM_2 --> CBM_1/CSP_2/CBM_2 --> CBM_1/CSP_8/CBM_2 --> CBM_1/CSP_8/CBM_2 -->CBM_1/CSP_4/CBM_2 -->
注意：
1.CSP_N，表示CSP结构中含有N个残差块
2.第三个block以后的输出特征图要送到neck部分作处理，即第三个csp_block以后的特征图一个方向是送入下一个csp_block,一个方向是送到neck部分作处理.

以下为实现代码以及详细解析：

import torch
import torch.nn.functional as F
import torch.nn as nn
import math
from collections import OrderedDict
import numpy as np

#加载预训练权重
def load_model_pth(model, pth):
    print('Loading weights into state dict, name: %s'%(pth))
    device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
    model_dict = model.state_dict()
    pretrained_dict = torch.load(pth, map_location=device)
    matched_dict = {
   }
    

    for k,v in pretrained_dict.items():
        if np.shape(model_dict[k]) == np.shape(v):
            matched_dict[k] = v
        else:
            print('un matched layers: %s'%k)
    # for key in matched_dict:
    #     print('pretrained items:', key)
    print(len(model_dict.keys()), len(pretrained_dict.keys()))
    print('%d layers matched,  %d layers miss'%(len(matched_dict.keys()), len(model_dict)-len(matched_dict.keys())))
    model_dict.update(matched_dict)
    model.load_state_dict(model_dict)
    print('Finished!')
    return model

#-------------------------------------------------#
#   MISH激活函数
#-------------------------------------------------#
class Mish(nn.Module):
    def __init__(self):
        super(Mish, self).__init__()

    def forward(self, x):
        return x * torch.tanh(F.softplus(x))


#-------------------------------------------------#
#   卷积块CBM
#   CONV+BATCHNORM+MISH
#-------------------------------------------------#
class BasicConv(nn.Module):
    def __init__(self, in_channels, out_channels, kernel_size, stride=1):
        super(BasicConv, self).__init__()

        self.conv = nn.Conv2d(in_channels, out_channels, kernel_size, stride, kernel_size//2, bias