替换YOLOv5主干网络

首先写一个 demo.py 文件来查看 torchvision下面都有哪些模型

如图所示，可以看到 torchvision.models 下面有很多模型, 比如 vgg16,resnet50,AlexNet,resnet18等等，在这里我选择 vgg16 模型 来替换YOLOv5的主干网络

下面先来看一下 vgg16 模型的结构：

可以看到 vgg16 模型主要由 feature (特征提取层：做特征提取) 、avgpool (池化层) 以及 classifier (分类层) 组成，要替换YOLOv5的主干网络，其实就是要将YOLOv5的特征提取层用vgg16的特征提取层进行替换

下面给该网络模型一个输入数据，来看一下该网络模型每一层的输出大小是多少，才能去进行主干网络的替换操作

打开 yolov5s.yaml 文件，如图所示，输出要有 80x80,40x40