【YOLO系列】YOLOv5、YOLOX、YOOv6、YOLOv7网络模型结构

【注】： 本文为YOLOv5、YOLOX、YOLOv6、YOLOv7模型结构图，作图软件为drawio。因精力有限暂时不做结构的详细阐述和具体的代码讲解，后续有机会再做补充。如有需要可以查阅其他博主的文章了解学习。

【另】：希望模型结构图可以帮助到有需要的人，如模型中有错误的地方，欢迎批评指正！

YOLOv5模型结构图
YOLOv5在（n, s, m, l, x）这几个版本的模型网络结构都是一样的，只不过会在每个子模块中采用不同的深度depth_multiple和宽度width_multiple参数。例如下图所示，对于YOLOv5s中的depth_multiple参数为0.33，即在YOLOv5s这个版本模型中，如网络图中所示的第一个C3_1_x3代表着此处的C3结构有(n = 3 x 0.33 ≈ 0.99 < 1，此处代码中有判断，<1则取1，否则取n)个，后面C3同上计算 。同理，宽度width_multiple即out_channels通道数是同样的计算方法。
另外，源码除了n, s, m, l, x这几个版本的模型之外，还有n6, s6, m6, l6, x6版本，区别在于带6的版本针对的是更大分辨率(如1280 x 1280)的图片，在结构上也会有所差异，此处不详细赘述。

 

YOLOX模型结构图

YOLOv6模型结构图
【补充说明】： 此文章中的YOLOv6模型由于作者才疏学浅，画图时一时疏忽，导致模型结构中的 FPN 和 PAN 两个结构的流程画反了，正确画法如上图YOLOv5s所示，但不影响对整体结构的理解。
<以后若有时间会改正过来,请体谅>

 

 

YOLOv7模型结构图

【注】：后续会继续补充【YOLO系列】的一些最新模型的结构图，如PP-YOLOE、YOLOv7等。