yolov5代码学习总结

yolov5代码学习总结

con

torch.nn.Conv1d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode='zeros', device=None, dtype=None)

in_channels （int） – 输入图像中的通道数

out_channels （int） – 卷积产生的通道数

kernel_size（int 或元组）– 卷积内核的大小

步幅（整数或元组，可选）– 卷积的步幅。默认值：1

填充（整数、元组或 str，可选）– 添加到 输入。默认值：0

padding_mode（字符串，可选）– 、 或 .违约：'zeros''reflect''replicate''circular''zeros'

膨胀（整数或元组，可选）– 内核之间的间距 元素。默认值：1

组（整数，可选）– 来自输入的阻止连接数 通道到输出通道。默认值：1

偏差（布尔值，可选）– 如果 ，将可学习的偏差添加到 输出。违约：TrueTrue

         #卷积层 '1'表示输入图片为单通道， '6'表示输出通道数，'3'表示卷积核为3*3
        self.conv1 = nn.Conv2d(1, 6, 3)