yolo结构介绍

坠金

已于 2023-01-26 20:09:50 修改

阅读量582

点赞数

分类专栏：目标识别/语义分割文章标签： pytorch 深度学习人工智能

于 2023-01-25 18:14:46 首次发布

本文链接：https://blog.csdn.net/qq_41413211/article/details/128450032

版权

目标识别/语义分割专栏收录该内容

44 篇文章 22 订阅 ¥9.90 ¥99.00

订阅专栏

本文介绍了YOLOv5的网络结构，包括V5版本的更新点，如Backbone部分的Focus层变为6*6 Conv，CSP替换为C3，Neck部分SPP改为SPPF。backbone负责特征提取，neck用于特征融合，而head则用于预测。YOLOv5的网络配置文件中，neck和head合称为head。文中还提到了关键模块如C3和Bottleneck的设计与区别。

摘要由CSDN通过智能技术生成

更新中

yolo结构：

这个是针对最早的v5版本1.0进行讲解，现在2022最新版本是V6.2。有一些细节的差别比如Backbone部分Focus倍替换成6*6的Conv，bottleneckCSP替换为C3，Neck部分SPP被替换成SPPF等

Release v1.0 · ultralytics/yolov5 (github.com)

# parameters
nc: 80  # number of classes
depth_multiple: 0.33  # model depth multiple
width_multiple: 0.50  # layer channel multiple

# anchors
anchors:
  - [116,90, 156,198, 373,326]  # P5/32
  - [30,61, 62,45, 59,119]  # P4/16
  - [10,13, 16,30, 33,23]  # P3/8

# YOLOv5 backbone
backbone:
  # [from, number, module, args]
  [[-1, 1, Focus, [64, 3]],  # 0-P1/2
   [-1, 1, Conv, [128, 3, 2]],  # 1-P2/4

了解本专栏