第Y4周：common.py文件解读

• 🍨 本文为🔗365天深度学习训练营中的学习记录博客
• 🍖 原作者：K同学啊 | 接辅导、项目定制
• 🚀 文章来源：K同学的学习圈子

目录

本周任务：

C3解读： 

 开始修改代码：

运行代码：

​编辑 总结：

---

文件位置：./models/common.py

该文件是实现YOLOv5中各个模块的地方。

• 如果我们需要修改某一模块（例如C3），那么就需要修改这个文件中对应模块的的定义。

本周任务：

        将YOLOv5s网络模型中的C3模块按照下图方式修改，并跑通YOLOv5。 

任务提示：仅需修改./models/common.yaml文件。

C3模块修改方案

yolov5s网络结构图：

C3解读： 

这个模块是一种简化版的BottleneckCSP，因为除了Bottleneck部分只有3个卷积，可以减少参数，所以取名C3。而作者之所以用C3来带代替BottleneckCSP也是有原因的，作者原话:
C3() is an improved version of CSPBottleneck(). lt is simpler, faster and and lighter with similar
performance and better fuse characteristics.
C3模块具体的结构如下所示:

 C3模块代码：

class C3(nn.Module):
    # CSP Bottleneck with 3 convolutions
    def __init__(self, c1, c2, n=1, shortcut=True, g=1, e=0.5):  # ch_in, ch_out, number, shortcut, groups, expansion
        ''' 在C3RT模块和yolo.py的parse_model函数中被调用
        :params c1: 整个C3的输入channel
        :params c2: 整个C3的输出channel
        :params n: 有n个子模块[Bottleneck/CrossConv]
        :params shortcut: bool值，子模块[Bottlenec/CrossConv]中是否有shortcut，默认True
        :params g: 子模块[Bottlenec/CrossConv]中的3x3卷积类型，=1普通卷积，>1深度可分离卷积
        :params e: expansion ratio，e*c2=中间其它所有层的卷积核个数=中间所有层的的输入输出channel
        '''
        super().__init__()
        c_ = int(c2 * e)  # hidden channels
        self.cv1 = Conv(c1, c_, 1, 1)
        self.cv2 = Conv(c1, c_, 1, 1)
        self.cv3 = Conv(2 * c_, c2, 1)  # optional act=FReLU(c2)
        self.m = nn.Sequential(*(Bottleneck(c_, c_, shortcut, g, e=1.0) for _ in range(n)))
        # 实验性 CrossConv
        #self.m = nn.Sequential(*[CrossConv(c_, c_, 3, 1, g, 1.0, shortcut) for _ in range(n)])

    def forward(self, x):
        return self.cv3(torch.cat((self.m(self.cv1(x)), self.cv2(x)), 1))

参数：

c1：整个BottleneckCSP的输入channel
c2：整个BottleneckCSP的输出channel
n：有n个Bottleneck
shortcut：bool Bottleneck中是否有shortcut连接，默认为True
g：表示从输入通道到输出通道的阻塞连接数。Bottleneck中的3x3卷积类型： =1就是普通卷积 >1就是深度可分离卷积
e：expansion ratio c2xe=中间其他所有层的卷积核个数/中间所有层的输入输出channel数
torch.cat((y1,y2), dim=1)：这里是指定第11个维度上进行合并，即再channel维度上合并
c_：bottleneckCSP结构的中间层的通道数，由膨胀率e决定

 开始修改代码：

        根据C3修改方案意图我们可以得知，我们需要将C3模块中concat后的卷积层去掉，现在开始修改:

class C3(nn.Module):
    # CSP Bottleneck with 3 convolutions
    def __init__(self, c1, c2, n=1, shortcut=True, g=1, e=0.5):  # ch_in, ch_out, number, shortcut, groups, expansion
        ''' 在C3RT模块和yolo.py的parse_model函数中被调用
        :params c1: 整个C3的输入channel
        :params c2: 整个C3的输出channel
        :params n: 有n个子模块[Bottleneck/CrossConv]
        :params shortcut: bool值，子模块[Bottlenec/CrossConv]中是否有shortcut，默认True
        :params g: 子模块[Bottlenec/CrossConv]中的3x3卷积类型，=1普通卷积，>1深度可分离卷积
        :params e: expansion ratio，e*c2=中间其它所有层的卷积核个数=中间所有层的的输入输出channel
        '''
        super().__init__()
        c_ = int(c2 * e)  # hidden channels
        self.cv1 = Conv(c1, c_, 1, 1)
        self.cv2 = Conv(c1, c_, 1, 1)
        self.cv3 = Conv(2 * c_, c2, 1)  # optional act=FReLU(c2)
        self.m = nn.Sequential(*(Bottleneck(c_, c_, shortcut, g, e=1.0) for _ in range(n)))
        # 实验性 CrossConv
        #self.m = nn.Sequential(*[CrossConv(c_, c_, 3, 1, g, 1.0, shortcut) for _ in range(n)])

    def forward(self, x):
        return torch.cat((self.m(self.cv1(x)), self.cv2(x)), 1)

运行代码：

命令：python train.py --img 900 --batch 24 --epoch 100 --data data/ab.yaml --cfg models/yolov5s.yaml --weights yolov5s.pt

 

 总结：

        本次任务中，我先通读全篇，这先让我对common.py文件有了大致的理解，然后通过对C3模块的修改，让我更加清晰地明白代码内函数的使用及参数的设置。