yolo：空间金字塔simsppf和sppf的区别

最新推荐文章于 2024-07-12 12:43:08 发布

坠金

最新推荐文章于 2024-07-12 12:43:08 发布

阅读量1.1k

点赞数

分类专栏：目标识别/语义分割文章标签： python 计算机视觉深度学习

本文链接：https://blog.csdn.net/qq_41413211/article/details/130402555

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

本文探讨YOLOv5中的两种空间金字塔池化模块——SPPF和SIMSPPF的区别，主要集中在它们在卷积层中所使用的激活函数上。SPPF采用的是Silu激活函数，而SIMSPPF则使用ReLU。实验结果显示，SIMSPPF相比SPPF单个模块速度提升了18%。

摘要由CSDN通过智能技术生成

差别在卷积层中的激活函数，sppf是silu， simsppf是relu，单个模块提速了18%

yolov5的sppf

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 SPPF(nn.Module):
    # Spatial Pyramid Pooling - Fast (SPPF) la

了解本专栏