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)