qq_36136196的博客

head头的三个分支输出为202085（stride=32），404085（stride=16），808085（stride=8）。因此，预测框的大小分别为3232，1616，8*8。标签分配：挑选正样本锚框，两个步骤：初步筛选，SimOTA。初步筛选有两个步骤：根据中心点筛选，根据目标框筛选。SimOTA有四个步骤：1.初筛正样本信息提取2.Loss函数计算3.cost计算4.SimOTA...

densenetdensenet评价优点：1.更强的梯度流动2.减少了参数数量3.保存了低维度的特征缺点：进行了多次concat操作，导致显存占用过大cspdensenet评价：优点：1.加强CNN的学习能力2.消除计算瓶颈3.降低内存成本在此进行对比，densenet:64*64*1*1+64*64*3*3+64*64*1*1=45056cspdensenet:(64*32*1*1)*2+32*32*1*1+32*32*3*3+64*64*1*1=18432所以，可见参数量大

目录一、CSPDarknet1.Focus2.CSPNet一、CSPDarknet1.FocusFocus:下采样效果,关于facus的理解https://blog.csdn.net/qq_39056987/article/details/112712817原issue的链接https://github.com/ultralytics/yolov5/discussions/3181m1 = Focus(3, 64, 3) # YOLOv5 single layerm2 = nn.Sequent