【yolov5改进】 基于TIMM更换主干网络笔记

YOLOV5改进-基于TIMM更换你想要的主干网络(基本支持现有大部分CNN网络)

up主的GitHub
hugging face参考

自己记录了一些主要的步骤，如果有问题的话指路上面的视频。

1. 新建一个main.py文件
   添加Timm支持的主干到yolov5中.

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple timm

2. 覆盖yolo.py中的部分函数parse_model、_forward_once
   最前面
   import timm

3. 然后在yaml文件里面修改成对应的骨干网络即可。
   yolov5n_custom.yaml

# YOLOv5 🚀 by Ultralytics, GPL-3.0 license

# Parameters yolov5n
nc: 80  # number of classes
depth_multiple: 0.33  # model depth multiple
width_multiple: 0.25  # layer channel multiple
anchors:
  - [10,13, 16,30, 33,23]  # P3/8
  - [30,61, 62,45, 59,119]  # P4/16
  - [116,90, 156,198, 373,326]  # P5/32

# 0-P1/2
# 1-P2/4
# 2-P3/8
# 3-P4/16
# 4-P5/32

# YOLOv5 v6.0 backbone
backbone:
  # [from, number, module, args]
  [[-1, 1, vovnet39a, [False]], # 4
   [-1, 1, SPPF, [1024, 5]],  # 5
  ]

# YOLOv5 v6.0 head
head:
  [[-1, 1, Conv, [512, 1, 1]], # 6
   [-1, 1, nn.Upsample, [None, 2, 'nearest']], # 7
   [[-1, 3], 1, Concat, [1]],  # cat backbone P4 8
   [-1, 3, C3, [512, False]],  # 9

   [-1, 1, Conv, [256, 1, 1]], # 10
   [-1, 1, nn.Upsample, [None, 2, 'nearest']], # 11
   [[-1, 2], 1, Concat, [1]],  # cat backbone P3 12
   [-1, 3, C3, [256, False]],  # 13 (P3/8-small)

   [-1, 1, Conv, [256, 3, 2]], # 14
   [[-1, 10], 1, Concat, [1]],  # cat head P4 15
   [-1, 3, C3, [512, False]],  # 16 (P4/16-medium)

   [-1, 1, Conv, [512, 3, 2]], # 17
   [[-1, 5], 1, Concat, [1]],  # cat head P5 18
   [-1, 3, C3, [1024, False]],  # 19 (P5/32-large)

   [[13, 16, 19], 1, Detect, [nc, anchors]],  # Detect(P3, P4, P5)
  ]

4. yolo.py修改参数。
   将cfg修改成对应的yaml文件