YOLOv5白皮书-第Y6周：模型改进

已于 2024-08-16 17:20:06 修改
阅读量1.2k 收藏 18
点赞数 24
分类专栏： YOLO白皮书 文章标签： YOLO opencv 计算机视觉 目标检测 人工智能 深度学习 pytorch
于 2024-07-13 22:28:14 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lihuhelihu/article/details/140391034
版权

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

本次训练是在前文《YOLOv5白皮书-第Y2周:训练自己的数据集》的基础上进行的，并参考了《YOLOv5白皮书-第Y5周：yolo.py文件解读》。

任务:修改了YOLOv5s的网络结构图，请根据网络结构图以及第Y1~Y5周的内容修改对应代码，并跑通程序。

原YOLOv5s的网络结构图：
在这里插入图片描述

修改后的YOLOv5s的网络结构图：
在这里插入图片描述
通过比较上面两张图，可知，本次的任务：

把索引为4的层从C3 * 2修改为C2 * 2
把索引为6的层从C3 * 3修改为C3 * 1
去除索引为7、8的层

其实还有隐藏任务，就是去除了索引为7、8的层后，原来8层后面的索引也会改变的，这也是要注意的，特别是有concat的地方，更要注意了，这会在后面的代码修改中有解释。

一、代码修改

1、把索引为4的层从C3 * 2修改为C2 * 2
参考前文《YOLOv5白皮书-第Y5周：yolo.py文件解读》，在common.py中根据下图写出C2的代码。
在这里插入图片描述
就是在C3模块代码的基础上修改为C2模块，把C3模块的代码去掉concat后面的Conv，就变成了C2模块。
详见下面的代码，这里把C3模块的代码也写出来，方便和C2模块的代码比较：

class C3(nn.Module):
    # CSP Bottleneck with 3 convolutions
    def __init__(self, c1, c2, n=1, shortcut=True, g=1, e=0.5):
        """Initializes C3 module with options for channel count, bottleneck repetition, shortcut usage, group
        convolutions, and expansion.
        """
        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)))

    def forward(self, x):
        """Performs forward propagation using concatenated outputs from two convolutions and a Bottleneck sequence."""
        return self.cv3(torch.cat((self.m(self.cv1(x)), self.cv2(x)), 1))


# 这是在C3模块的基础上修改的，就是把C3模块的self.cv3去掉，主要是把forward(self, x)中的self.cv3去掉
class C2(nn.Module):
    # CSP Bottleneck with 2 convolutions
    def __init__(self, c1, c2, n=1, shortcut=True, g=1, e=0.5):
        """Initializes C2 module with options for channel count, bottleneck repetition, shortcut usage, group
        convolutions, and expansion.
        """
        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)))

    def forward(self, x):
        """Performs forward propagation using concatenated outputs from two convolutions and a Bottleneck sequence."""
        return torch.cat((self.m(self.cv1(x)), self.cv2(x)), 1)

在yolo.py中，找到parse_model函数，并在这个函数里的两个地方添加C2，详见注释，如下所示：

if m in {
            Conv,
            GhostConv,
            Bottleneck,
            GhostBottleneck,
            SPP,
            SPPF,
            DWConv,
            MixConv2d,
            Focus,
            CrossConv,
            BottleneckCSP,
            C3,
            C2,          #原代码中没有C2,现在添加了C2
            C3TR,
            C3SPP,
            C3Ghost,
            nn.ConvTranspose2d,
            DWConvTranspose2d,
            C3x,
        }:
            c1, c2 = ch[f], args[0]
            if c2 != no:  # if not output
                c2 = make_divisible(c2 * gw, ch_mul)

            # 下面的代码中原来是没有C2,现在添加了C2（不是指小写的c2）
            args = [c1, c2, *args[1:]]
            if m in {BottleneckCSP, C3, C2, C3TR, C3Ghost, C3x}:    #添加C2
                args.insert(2, n)  # number of repeats
                n = 1

在yolo.py的开头，还要把C2添加上去，详见注释，如下所示：

from models.common import (
    C3,
    C2,     #原来没有C2，现在添加C2
    C3SPP,
    C3TR,
    SPP,
    SPPF,
    Bottleneck,
    BottleneckCSP,
    C3Ghost,
    C3x,
    Classify,
    Concat,
    Contract,
    Conv,
    CrossConv,
    DetectMultiBackend,
    DWConv,
    DWConvTranspose2d,
    Expand,
    Focus,
    GhostBottleneck,
    GhostConv,
    Proto,
)

然后在yolov5s.yaml中，在backbone把索引为4的层从C3 * 2修改为C2 * 2 ，因为yolov5s.yaml已经写明depth_multiple为0.33，0.33 * 6 约等于 2，所以第4层为：[-1, 6, C2, [256]]
如下所示：

# YOLOv5 v6.0 backbone
backbone:
  # [from, number, module, args]
  [
    [-1, 1, Conv, [64, 6, 2, 2]],     # 0-P1/2
    [-1, 1, Conv, [128, 3, 2]],       # 1-P2/4
    [-1, 3, C3, [128]],               #2
    [-1, 1, Conv, [256, 3, 2]],       # 3-P3/8
    [-1, 6, C2, [256]],               #4  原来是C3*2，现在修改为C2*2
    [-1, 1, Conv, [512, 3, 2]],       # 5-P4/16
    [-1, 3, C3, [512]],               #6   原来是C3*3，现在修改为C3*1
    #[ -1, 1, Conv, [ 1024, 3, 2 ] ],  # 7-P5/32，要注释掉或者删除
    #[ -1, 3, C3, [ 1024 ] ],          #8，要注释掉或者删除
    [-1, 1, SPPF, [1024, 5]],         # 9 现在是第7层 ，此层之后的层索引都发生了改变
  ]

2、把索引为6的层从C3 * 3修改为C3 * 1
因为yolov5s.yaml已经写明depth_multiple为0.33，0.33 * 3 约等于 1，所以第6层为： [-1, 3, C3, [512]]，详见下面的代码：

# YOLOv5 v6.0 backbone
backbone:
  # [from, number, module, args]
  [
    [-1, 1, Conv, [64, 6, 2, 2]],     # 0-P1/2
    [-1, 1, Conv, [128, 3, 2]],       # 1-P2/4
    [-1, 3, C3, [128]],               #2
    [-1, 1, Conv, [256, 3, 2]],       # 3-P3/8
    [-1, 6, C2, [256]],               #4  原来是C3*2，现在修改为C2*2
    [-1, 1, Conv, [512, 3, 2]],       # 5-P4/16
    [-1, 3, C3, [512]],               #6   原来是C3*3，现在修改为C3*1
    #[ -1, 1, Conv, [ 1024, 3, 2 ] ],  # 7-P5/32，要注释掉或者删除
    #[ -1, 3, C3, [ 1024 ] ],          #8，要注释掉或者删除
    [-1, 1, SPPF, [1024, 5]],         # 9 现在是第7层 ，此层之后的层索引都发生了改变
  ]

3、去除索引为7、8的层
在yolov5s.yaml中，在backbone中把索引为7、8的层注释就可以了，详见下面的代码：

# YOLOv5 v6.0 backbone
backbone:
  # [from, number, module, args]
  [
    [-1, 1, Conv, [64, 6, 2, 2]],     # 0-P1/2
    [-1, 1, Conv, [128, 3, 2]],       # 1-P2/4
    [-1, 3, C3, [128]],               #2
    [-1, 1, Conv, [256, 3, 2]],       # 3-P3/8
    [-1, 6, C2, [256]],               #4  原来是C3*2，现在修改为C2*2
    [-1, 1, Conv, [512, 3, 2]],       # 5-P4/16
    [-1, 3, C3, [512]],               #6   原来是C3*3，现在修改为C3*1
    #[ -1, 1, Conv, [ 1024, 3, 2 ] ],  # 7-P5/32，要注释掉或者删除
    #[ -1, 3, C3, [ 1024 ] ],          #8，要注释掉或者删除
    [-1, 1, SPPF, [1024, 5]],         # 9 现在是第7层 ，此层之后的层索引都发生了改变
  ]

但把第7、8层注释掉后，后面的层的索引就变了，在yolov5s.yaml中，head的索引也受到了影响，特别是Concat中，这是用层的索引作为参数的，这就是隐藏的任务，所以head的代码修改如下，并参考注释内容：

# YOLOv5 v6.0 head
head: [
    [-1, 1, Conv, [512, 3, 2]],                     #8，原10  现在是[512, 3, 2]，原来是[512, 1, 1]
    [-1, 1, nn.Upsample, [None, 2, "nearest"]],     #9，原11
    [[-1, 6], 1, Concat, [1]], # cat backbone P4     10，原12，  原12层是cat第6层的，变为10层后无变化
    [-1, 3, C3, [512, False]],                      # 现在是11，原来是13

    [-1, 1, Conv, [256, 1, 1]],                     #12，原14
    [-1, 1, nn.Upsample, [None, 2, "nearest"]],     #13，原15
    [[-1, 4], 1, Concat, [1]], # cat backbone P3      14，原16  原16层是cat第4层的，变为14层后无变化
    [-1, 3, C3, [256, False]], # 17 (P3/8-small)      15，原17

    [-1, 1, Conv, [256, 3, 2]],                      #16，原18
    [[-1, 12], 1, Concat, [1]], # cat head P4         17，原19  原19层是cat第14层的，但原14层变为第12层，所以要把14修改为12
    [-1, 3, C3, [512, False]], # 20 (P4/16-medium)    18，原20

    [-1, 1, Conv, [512, 3, 2]],                      #19，原21
    [[-1, 8], 1, Concat, [1]], # cat head P5        #20，原22，原22层是cat原第10层，但原第10层已经变为第8层了，所以要把10修改为8
    [-1, 3, C3, [1024, False]], # 23 (P5/32-large)   #21，原23

    [[15, 18, 21], 1, Detect, [nc, anchors]], # Detect(P3, P4, P5)    22，原24，原来是[17, 20, 23]，层索引已经有变化了，要改为[15, 18, 21]
  ]

注意：head的第一行在修改后是“ [-1, 1, Conv, [512, 3, 2]] ”，原来是“ [-1, 1, Conv, [512, 1, 1]] ”的，因为backbone去掉了7、8层，由于backbone的5层是“[-1, 1, Conv, [512, 3, 2]] ”，那么就有一个问题：
head的第一行的第 4 个参数要不要修改为“ [512, 3, 2] ”呢，还是保持原来的参数不变？
回答：可以自主决定的，具体采取哪一种需要看具体的应用场景（主要看经验）。

4、补充
因为训练数据的类别是[“banana”, “snake fruit”, “dragon fruit”, “pineapple”]，只有4种，所以在yolov5s.yaml中还要把nc修改为4，如下所示：

# Parameters
nc: 4 # number of classes，原文是80，因为要训练的数据集只有4种类别，所以把80修改为4
depth_multiple: 0.33 # model depth multiple
width_multiple: 0.50 # layer channel multiple

二、代码运行
开始用自己的数据集训练模型，在项目目录中打开cmd。
如果电脑有GPU，则在cmd中输入命令:

python train.py–img 900 --batch 2 --epoch 50 --data data/ab.yaml --cfg models/yolov5s.yaml --weights weights/yolov5s.pt --device ‘0’

如果电脑没有GPU，则在cmd中输入命令：

python train.py --img 900 --batch 2 --epoch 50 --data data/ab.yaml --cfg models/yolov5s.yaml --weights weights/yolov5s.pt --device cpu

就可以直接训练自己的数据集啦，训练结果如下所示：
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

三、总结
本次训练需要修改的内容比较多，看起来有三个点，其实是四个点，在yolov5s.yaml中把backbone的索引7、8的层删除了，还要修改head的Concat的索引。

lihuhelihu
关注
专栏目录
中国人工智能系列白皮书-大模型技术-2023版 免费下载
01-31
### 中国人工智能系列白皮书——大模型技术(2023版)核心知识点解析 #### 一、大模型技术概述 **1.1 大模型技术的发展历程** 大模型技术的发展可以追溯到深度学习兴起之时，特别是自2012年以来，随着计算能力的...
YOLOV5-模型轻量化的一些常见方法
m0_58508552的博客
02-18 1万+
知识蒸馏是一种有效的模型压缩技术，它可以通过将一个大的模型的知识迁移到一个小的模型中，来减少模型的大小和计算量。具体来说，可以将一个大的Yolov5模型的知识迁移到一个小的Yolov5模型中，从而获得一个轻量化的Yolov5模型。此外，YOLOv5还可以适应不同的设备，如CPU、GPU、TPU等，可以在不同的硬件平台上实现高效的目标检测。总的来说，YOLOv5是一个非常优秀的目标检测算法，具有更快的训练速度、更高的精度、更小的模型体积和更广泛的应用场景，可以为实际应用带来更多的价值。
【玩转yolov5】请看代码之参数管理及学习率调整
01-25 1万+
yolov5中的优化器(optimizer)将模型可学习的参数分成了三个组，分别为pg0:BN参数，pg1:一般权重(weight)参数，pg2:偏置(biase)参数，通过param_group来管理3组参数。param_group的意义在于可以针对不同的参数组量身定制学习率(lr)、衰减(weight_decay)、动量(moment)等超参数。例如在某一模型中，希望特征提取部分的权值参数的学习率小一点，学习更新慢一点，这时可以把特征提取的参数设置为一组参数，而对于后面全连接分类层，希望其学习率...
Yolov5自定义图片训练测试及模型调优（详细过程）
热门推荐
HowieXue 薛永浩的博客
07-04 9万+
Yolov5自定义数据训练及测试1. 图像数据获取、标注2. 数据集划分及准备3. 配置训练参数，准备训练：3.1 修改data/训练配置xxx.yaml文件：3.2 修改models模型配置xxx.yaml文件4. 开始训练5. 测试训练后的模型： 1. 图像数据获取、标注 如果自定义训练自己的数据集，首先需要数据标注，至于数据来源可以是下载现有的开发数据集、拍照、爬虫等等。 如果是拍照、爬虫等获取的数据图片，需要进行数据标注，这个过程可以使用工具来做，但也需要一些手动操作 。。并且图片越多越好，如果
YOLOv5训练自己的数据集并优化模型-[从零开始 万字好文]
ZHUO__zhuo的博客
06-06 5691
以识别水管和电线这两个对象为例，对如何基于yolov5和cvat训练自己的数据集并优化模型进行记录，附上相关好文。
【深入YoloV5（开源）】基于YoloV5的模型优化技术与使用OpenVINO推理实现
cv君的博客
11-15 3万+
【深入YoloV5（开源）】基于YoloV5的模型优化技术与使用OpenVINO推理实现 前言 CV调包侠自己的深度学习交流群中一位兄弟在看我以前的github和博客：https://blog.csdn.net/qq_46098574/article/details/107334954 中，跑完项目，发现效果较差，不尽人意，然后想知道如何提高评价指标和优化，因为Yolov5 的速度和精度是及其优秀的，很多人就想着优化，并且能以此为baseline 落地一些实时性项目。我昨天想了一下，做了第一次的模型优化，后
IMT--中国5G推进组：5G新媒体行业白皮书-8-25页.pdf
07-29
IMT--中国5G推进组：5G新媒体行业白皮书-8-25页.pdf
ist的matlab代码-isy-documentation:isy文件
05-26
是的matlab代码isy文件 isy-documentation包含所有文档，例如IsyFact标准的蓝图，概念和使用规范。 该文档以Asciidoc编写，每个文档始终生成一个HTML和一个PDF版本。 建立文件 可以使用以下命令来构建文档。 $ git ...
中国电信模组需求白皮书-5G模组分册（2020.V1）
11-09
中国电信模组需求白皮书-5G模组分册（2020.V1） 本白皮书旨在为中国电信5G模组的研发和应用提供指南，确保模组的安全、可靠和高效。下面是本白皮书中的关键知识点： 1. 范围：本白皮书适用于中国电信5G模组的研发...
TD-LTE产业发展白皮书：2016年全球用户有望突破3亿.pdf
07-15
TD-LTE产业发展白皮书：2016年全球用户有望突破3亿.pdf
基于深度学习的车辆车型检测识别系统（YOLOV5）
ANDROID6666666的博客
10-16 190
本项目旨在开发一个基于深度学习的车辆识别系统，采用先进的yoloV5网络架构，以实现对不同车型的精准识别。系统开发环境选用Pycharm集成开发环境，并结合Anaconda进行环境管理和包依赖的配置。为了确保系统的稳定性和高效性，我们选择了Python 3.8作为开发语言，并集成了opencv、PyQt5以及torch1.9等关键库和框架。在数据方面，准备了总共9000张图片，其中8000张用于训练模型，剩余的1000张用于测试模型的性能。
基于YOLOV4的垃圾分类检测识别系统【python源码+Pyqt5界面+训练代码+测试代码】
ANDROID6666666的博客
10-16 578
系统基于深度学习网络 YOLOV4，使用的主要编程语言是 Python，并依赖于 Torch（版本需求=1.9）、OpenCV 和 PyQt5 等库。项目包含以下几个关键组成部分：深度学习网络： 使用了 YOLOV4网络，这是一种在计算机视觉领域表现优异的深度学习模型，特别适合处理图像分类和对象识别任务。运行环境： 要求配置 Python 版本为3.7，并安装 Torch 版本不低于 1.8、OpenCV 和 PyQt5 等库。这些库和工具支持项目中的数据处理、模型训练和图形用户界面的开发。
YOLOv11改进策略【Conv和Transformer】| AssemFormer 结合卷积与 Transformer 优势，弥补传统方法不足
qq_42591591的博客
10-12 161
本文记录的是利用优化的目标检测网络模型。传统卷积和池化操作会导致信息丢失和压缩缺陷，且传统的注意力机制通常产生固定维度的注意力图，忽略了背景中的丰富上下文信息。本文的利用改进，以在特征传递和融合过程中增加多尺度的学习能力。Exploiting Scale-Variant Attention for Segmenting Small Medical Objects包含一个3×33×33×3卷积和一个1×11×11×1卷积，接着是两个Transformer块和两个卷积操作。它通过堆叠和拆分特征图来连接卷积和Tr
YOLOv11模型改进-卷积-引入Haar小波下采样Down_wt卷积
qq_64693987的博客
10-16 322
下图展示了Down_wt卷积的结构。通过Haar小波变换，该卷积模块实现了高效的特征提取和降采样。Down_wt 模块的设计Down_wt模块的核心功能是执行小波变换，并将变换后的结果与卷积层结合。小波变换：使用DWTForward类进行小波变换，提取低频和高频成分。特征拼接：将低频成分和三个高频成分（水平、垂直和对角）拼接在一起，形成新的输入。卷积层：通过1x1卷积、批量归一化和ReLU激活函数处理拼接后的特征。
YOLOv11改进策略【卷积层】| ICCV-2023 LSK大核选择模块 包含二次独家创新
最新发布
qq_42591591的博客
10-16 18
LSK module是。
YOLOv8模型改进 第七讲 一种新颖的注意力机制 Outlook Attention
qq_64693987的博客
10-14 695
Outlook Attention 是一种新型的注意力机制，旨在增强模型在处理特征图时的上下文理解能力。它通过结合局部卷积操作与全局注意力计算，使得模型能够同时关注特征图中的细节和整体信息。这种设计特别适用于图像处理和计算机视觉任务，如目标检测、图像分类和图像分割等。
YOLO11有效改进专栏目录
A1983Z的博客
10-14 189
YOLO11改进专栏导航
使用 YOLOv11 进行 健身辅助，动作计数，动作矫正 -- AI 俯卧撑计数，AI 引体向上计数
shiter编写程序的艺术
10-16 19
主要是通过区分up 和down 来区分 是否完成了一整个step。
人检测-目标检测数据集（包括VOC格式、YOLO格式）
DL_data_set的博客
10-10 862
人检测数据集，目标检测，yolo，voc，复杂背景
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值