YOLOv5改进 | 卷积模块 | 用DWConv卷积替换Conv【轻量化网络】

 💡💡💡本专栏所有程序均经过测试，可成功执行💡💡💡

在YOLOv5的GFLOPs计算量中，卷积占了其中大多数的比列，为了减少计算量，研究人员提出了用DwConv代替Conv。本文给大家带来的教程是将原来的Conv替换为DwConv。文章在介绍主要的原理后，将手把手教学如何进行模块的代码添加和修改，并将修改后的完整代码放在文章的最后，方便大家一键运行，小白也可轻松上手实践。以帮助您更好地学习深度学习目标检测YOLO系列的挑战。

---

专栏地址： YOLOv5改进+入门——持续更新各种有效涨点方法

目录

1. 原理

2. 代码实现

2.1 添加DwConv到YOLOv5代码中

2.2 新增yaml文件

2.3 注册模块

2.4 执行程序

3. 完整代码分享

4.GFLOPs对比

5. 总结

---

1. 原理

Dwconv，或深度可分离卷积（Depthwise Separable Convolution），是一种在神经网络中常用的卷积操作。它由两部分组成：深度卷积和逐点卷积。

1. 深度卷积（Depthwise Convolution）：在深度卷积中，每个输入通道都与一个单独的滤波器（kernel）进行卷积操作。这意味着每个输入通道都会生成一个对应的输出通道。深度卷积主要用于捕捉输入数据的空间信息。

2. 逐点卷积（Pointwise Convolution）：逐点卷积是一个 1×1 的卷积操作，它在每个位置上对输入的所有通道进行卷积。逐点卷积可以看作是在输入数据的通道维度上进行的卷积操作，而不涉及空间信息。它用于将深度卷积生成的各个通道的特征图进行线性组合。

使用深度可分离卷积的主要优势在于减少了计算量和参数数量，同时提高了模型的效率和速度。因为在深度卷积中，每个通道只需要与一个滤波器进行卷积，而不是像传统卷积那样每个通道都需要与所有滤波器进行卷积。逐点卷积进一步减少了参数数量，通过降低输入通道的维度。这种结构可以在保持相对较高的性能的同时，显著减少模型的大小和计算需求，特别是在移动设备等资源受限的环境中。 

深度卷积（Depthwise Convolution）

2. 代码实现

2.1 添加DwConv到YOLOv5代码中

关键步骤一：将下面代码粘贴到/projects/yolov5-6.1/models/common.py文件中

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

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

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


class DWConv(Conv):
    # Depth-wise convolution class
    def __init__(self, c1, c2, k=1, s=1, act=True):  # ch_in, ch_out, kernel, stride, padding, groups
        super().__init__(c1, c2, k, s, g=math.gcd(c1, c2), act=act)

Dwconv的流程可以分为以下几个步骤：

1. 输入数据：首先，我们有一个输入数据张量，通常是一个多通道的特征图。这个特征图可以是来自于之前的层级输出或者是网络的输入。

2. 深度卷积（Depthwise Convolution）：对输入数据的每个通道应用深度卷积操作。对于每个输入通道，使用一个单独的滤波器（kernel）进行卷积操作。这个滤波器的大小通常是一个小的正方形，比如3x3或5x5。这个操作会生成与输入通道数相同的输出通道数，每个通道都包含了该通道的卷积结果。

3. 逐点卷积（Pointwise Convolution）：接下来，对深度卷积生成的特征图应用逐点卷积操作。逐点卷积使用1x1的卷积核，在每个位置上对所有通道进行卷积操作。这个操作实际上是对特征图的每个像素点进行线性组合，将深度卷积生成的各个通道特征进行混合。逐点卷积的输出通道数量可以由设计者灵活指定，通常用来控制输出特征图的深度。

4. 非线性激活函数：通常，在逐点卷积之后，会应用一个非线性激活函数，比如ReLU，来增加网络的非线性表达能力。

5. 可选的池化或下采样：在需要的情况下，可以添加池化层或者其他下采样操作，以减小特征图的空间维度，同时保留重要的特征。

6. 输出：最终的输出是经过深度可分离卷积和非线性激活后得到的特征图。这些特征图可以传递到网络的下一层，也可以作为最终的输出。

Dwconv通过将传统的卷积操作拆分成深度卷积和逐点卷积两个步骤，从而降低了参数数量和计算复杂度，同时保持了模型的表达能力和性能。这种结构特别适用于移动端和嵌入式设备等资源受限的场景。

2.2 新增yaml文件

关键步骤二：在下/projects/yolov5-6.1/models下新建文件 yolov5_dw.yaml并将下面代码复制进去，当然你也可以自己修改，替换不同数量不同位置的Conv

# YOLOv5 🚀 by Ultralytics, GPL-3.0 license

# Parameters
nc: 80  # number of classes
depth_multiple: 1.0  # model depth multiple
width_multiple: 1.0  # 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

# YOLOv5 v6.0 backbone
backbone:
  # [from, number, module, args]
  [[-1, 1, Conv, [64, 6, 2, 2]],  # 0-P1/2
   [-1, 1, DWConv, [128, 3, 2]],  # 1-P2/4
   [-1, 3, C3, [128]],
   [-1, 1, DWConv, [256, 3, 2]],  # 3-P3/8
   [-1, 6, C3, [256]],
   [-1, 1, DWConv, [512, 3, 2]],  # 5-P4/16
   [-1, 9, C3, [512]],
   [-1, 1, DWConv, [1024, 3, 2]],  # 7-P5/32
   [-1, 3, C3, [1024]],
   [-1, 1, SPPF, [1024, 5]],  # 9
  ]

# YOLOv5 v6.0 head
head:
  [[-1, 1, DWConv, [512, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 6], 1, Concat, [1]],  # cat backbone P4
   [-1, 3, C3, [512, False]],  # 13

   [-1, 1, DWConv, [256, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 4], 1, Concat, [1]],  # cat backbone P3
   [-1, 3, C3, [256, False]],  # 17 (P3/8-small)

   [-1, 1, DWConv, [256, 3, 2]],
   [[-1, 14], 1, Concat, [1]],  # cat head P4
   [-1, 3, C3, [512, False]],  # 20 (P4/16-medium)

   [-1, 1, DWConv, [512, 3, 2]],
   [[-1, 10], 1, Concat, [1]],  # cat head P5
   [-1, 3, C3, [1024, False]],  # 23 (P5/32-large)

   [[17, 20, 23], 1, Detect, [nc, anchors]],  # Detect(P3, P4, P5)
  ]

---

温馨提示：本文只是对yolov5l基础上添加swin模块，如果要对yolov8n/l/m/x进行添加则只需要指定对应的depth_multiple 和 width_multiple。

---

# YOLOv5n
depth_multiple: 0.33  # model depth multiple
width_multiple: 0.25  # layer channel multiple
 
# YOLOv5s
depth_multiple: 0.33  # model depth multiple
width_multiple: 0.50  # layer channel multiple
 
# YOLOv5l 
depth_multiple: 1.0  # model depth multiple
width_multiple: 1.0  # layer channel multiple
 
# YOLOv5m
depth_multiple: 0.67  # model depth multiple
width_multiple: 0.75  # layer channel multiple
 
# YOLOv5x
depth_multiple: 1.33  # model depth multiple
width_multiple: 1.25  # layer channel multiple

2.3 注册模块

关键步骤三：在yolo.py中注册, 大概在260行左右添加 ‘DwConv’

2.4 执行程序

在train.py中，将cfg的参数路径设置为yolov5_dwconv.yaml的路径

建议大家写绝对路径，确保一定能找到

 🚀运行程序，如果出现下面的内容则说明添加成功🚀

3. 完整代码分享

https://pan.baidu.com/s/1KbdSobXl8_asS2w_860iUA?pwd=7zh4

👆我修改后的代码， 提取码: 7zh4

4.GFLOPs对比

未改进的YOLOv5l的GFLOPs

 改进后的YOLOv5l的GFLOPs

5. 总结

Dwconv卷积（深度可分离卷积）是一种将传统卷积操作分解为深度卷积和逐点卷积两个步骤的技术。首先，深度卷积独立地对输入数据的每个通道进行卷积操作，生成与输入通道数相同的特征图通道。然后，逐点卷积使用1x1的卷积核对深度卷积生成的特征图进行线性组合，以减少参数数量和计算复杂度。逐点卷积的输出通道数量可以根据需要调整，控制输出特征图的深度。这种结构不仅有效地降低了模型的计算负载，同时也保持了模型的表达能力，特别适用于资源受限的移动端和嵌入式设备等场景。