YOLOV5 网络模块解析

YOLOV5：训练自己数据集
YOLOV5：Mosaic数据增强
YOLOV5 ：网络结构 yaml 文件参数理解

---

前言

【个人学习笔记记录，如有错误，欢迎指正】

YOLO-V5 代码仓库地址：https://github.com/ultralytics/yolov5

---

一、Conv 模块

介绍各个模块前，需要介绍 YOLOV5 中的最基础 Conv 模块。

class Conv(nn.Module):
    def __init__(self, c1, c2, k=1, s=1, p=None, g=1, act=True):
    			# ch_in, ch_out, kernel, stride, padding, groups
        super(Conv, self).__init__()
        self.conv = nn.Conv2d(c1, c2, k, s, autopad(k, p), groups=g, bias=False)
        self.bn = nn.BatchNorm2d(c2)
        self.act = nn.Hardswish() if act else nn.Identity()

    def forward(self, x):
        return self.act(self.bn(self.conv(x)))

    def fuseforward(self, x):
        return self.act(self.conv(x))

这里的 Conv 模块就是 【卷积】+【BN】+【激活】的组合。激活函数使用 【Hardswish】，【nn.Identity】 简单理解为一个返回输入的占位符。

其中，【autopad(k,p)】就是一个 自动 padding 函数，

def autopad(k, p=None):  # kernel, padding
    # Pad to 'same'
    if p is None:
        p = k // 2 if isinstance(k, int) else [x // 2 for x in k]  # auto-pad
    return p

Conv 就是如下所示操作：