Focus网络结构

这个网络结构是在YoloV5里面使用到比较有趣的网络结构，具体操作是在一张图片中每隔一个像素拿到一个值，这个时候获得了四个独立的特征层，然后将四个独立的特征层进行堆叠，此时宽高信息就集中到了通道信息，输入通道扩充了四倍。拼接起来的特征层相对于原先的三通道变成了十二个通道。 

 python代码实现

class Focus(nn.Module):
    def __init__(self, in_channels, out_channels, ksize=1, stride=1, act="silu"):
        super(Focus, self).__init__()
        self.conv = BaseConv(in_channels * 4, out_channels, ksize, stride, act=act)

    def forward(self, x):
        # 图像被分成四块
        # 行和列均按2叠加  对应图片中1
        patch_top_left  =  x[...,   ::2,   ::2]
        # 对应图片中3
        patch_bot_left  =  x[...,  1::2,   ::2]
        # 对应图片中2
        patch_top_right =  x[...,   ::2,  1::2]
        # 对应图片中4
        patch_bot_right =  x[...,  1::2,  1::2]
        x = torch.cat((patch_top_left, patch_bot_left, patch_top_right, patch_bot_right), dim=1)
        return self.conv(x)