yolov5改进之Fasternet主干网络替换

针对CVPR2023新出的Fasternet主干网络，追求更快、参数量更少、精度更高的主干网络，本文在yolov5n的基础上进行替换改进。
一、Fasternet贡献
主要贡献如下：
1）提出了DWConv的计算速度慢的主要原因是频繁的内存访问；
2）指出了实现更高FLOPS的重要性，而不仅仅是为了更快的神经网络而减少FLOPs。
3）引入了一种简单但快速且有效的卷积PConv，减少了计算冗余以及内存访问的数量。
4）推出FasterNet，在GPU、CPU和ARM处理器等多种设备上运行良好且普遍快速。
5）对各种任务进行了广泛的实验，并验证了PConv和FasterNet的高速性和有效性。
其他详细请参考原论文。
论文地址：https://arxiv.org/abs/2303.03667
torch实现的fasternet.py以及fasternet的网络结构、权重文件放在如下百度网盘中，

链接：https://pan.baidu.com/s/1P1D96cvRVk7rtkqyO_aq0Q?pwd=blzm
提取码：blzm

二、修改方法
2.1 yolov5训练
GitHub下载yolov5-6.1版本，具体训练方法此处不作详细介绍，我用的是6.1版本，其他版本没测，大致都一样。
https://github.com/ultralytics/yolov5

环境配置：
yolov5下：pip install -r requirement.txt
pip install timm