Yolov5 model下的yaml解析

• 介绍：

        model文件夹下的yaml文件为网络模型的配置文件，从github下载下来的代码中会给出不同的模型，从yolov5n、yolov5s、yolov5m、yolov5l、yolov5x，网络的模型依次变大。根据网上给的资料说这几个配置文件没有多大区别，控制模型大小的只有以下两个参数。

# Parameters

nc: 80 # number of classes

depth_multiple: 0.33 # model depth multiple

width_multiple: 0.50 # layer channel multiple

• 概述

        整个yaml文件包括配置的backbone(主干)和head(头部)。这个网络就是各种各样的卷积、C3、concat(连接)、上采样等层组合到一起。可以从网上找一张yolov5的结构图，跟着yaml中的层一步一步走。图片如下，

引用：找不到原帖

对yaml的解析

Yolov5s.yaml 原文

# Parameters

nc: 80 # number of classes

depth_multiple: 0.33 # model depth multiple

width_multiple: 0.50 # 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, Conv, [128, 3, 2]], # 1-P2/4

    [-1, 3, C3, [128]],

    [-1, 1, Conv, [256, 3, 2]], # 3-P3/8

    [-1, 6, C3, [256]],

    [-1, 1, Conv, [512, 3, 2]], # 5-P4/16

    [-1, 9, C3, [512]],

    [-1, 1, Conv, [1024, 3, 2]], # 7-P5/32

    [-1, 3, C3, [1024]],

    [-1, 1, SPPF, [1024, 5]], # 9

  ]

# YOLOv5 v6.0 head

head: [

    [-1, 1, Conv, [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, Conv, [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, Conv, [256, 3, 2]],

    [[-1, 14], 1, Concat, [1]], # cat head P4

    [-1, 3, C3, [512, False]], # 20 (P4/16-medium)

    [-1, 1, Conv, [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)

  ]

注：这里depth_multiple和width_multiple为便于计算都认为是1，这只是一个系数。

第0层：[-1, 1, Conv, [64, 6, 2, 2]]

输入：输入的图片 640*640*3（长*宽*通道）输出：320*320*64

过程：第一个参数是这一层的输入（-1代表上一层）；第二个参数是这个层循环几次，需要和depth_multiple这个系数相乘得到最终数值；第三个参数是这个层是啥，Conv是卷积；第四个参数是卷积参数，[64, 6, 2, 2]为例，第一个参数64是输出通道数需要与width_multiple相乘，第二个参数6，代表卷积核大小，第三个2是填充大小，第四个2是卷积核移动的步长。

第1层： [-1, 1, Conv, [128, 3, 2]],

输入：320*320*64 输出：160*160*128

过程：这里只有三个参数，第0层是四个参数，只是少了一个填充。所以[128, 3, 2]代表输出通道为128，卷积核是3，卷积核移动步长是2。带入上述公式可计算出输出是160*160*128。

第2层 [-1, 3, C3, [128]],

输入：160*160*128 输出：160*160*128

过程：-1：输入来自上一层

  3：该层执行三次

   C3：名字

[128]: 输出通道数128

第3层 [-1, 1, Conv, [256, 3, 2]]

输入：160*160*128 输出：80*80*256

过程：256：输出通道；3：卷积核大小；2：移动步长

第4层 [-1, 6, C3, [256]]

输入：80*80*256输出：80*80*256

过程：256：输出通道

第5层 [-1, 1, Conv, [512, 3, 2]]

输入：80*80*256输出：40*40*512

过程：512：输出通道；3：卷积核大小；2：移动步长

第6层 [-1, 9, C3, [512]]

输入：40*40*512输出：40*40*512

过程：512：输出通道；

第7层 [-1, 1, Conv, [1024, 3, 2]]

输入：40*40*512输出：20*20*1024

过程：1024：输出通道；3：卷积核大小；2：移动步长

第8层 [-1, 3, C3, [1024]]

输入：20*20*1024输出：20*20*1024

过程：1024：输出通道；

第9层 [-1, 1, SPPF, [1024, 5]]

输入：20*20*1024输出：20*20*1024

过程：1024：输出通道；5：池化大小

第10层 [-1, 1, Conv, [512, 1, 1]]

输入：20*20*1024输出：20*20*512

过程：512：输出通道；1：卷积核大小；1：移动步长

第11层 [-1, 1, nn.Upsample, [None, 2, "nearest"]]

输入：20*20*512输出：40*40*512

过程： 2：上采样数倍，直接用倍数与原图长宽相乘

第12层 [[-1, 6], 1, Concat, [1]]

输入：40*40*512+40*40*512输出：40*40*1024

过程：[-1, 6]连接上一层和第6层

第13层 [-1, 3, C3, [512, False]]

输入：40*40*1024 输出：40*40*512

过程：512：输出通道；False：没有残差模块

第14层 [-1, 1, Conv, [256, 1, 1]]

输入：40*40*512 输出：40*40*256

过程：256：输出通道；1：卷积核大小；1：移动步长

第15层 [-1, 1, nn.Upsample, [None, 2, "nearest"]]

输入： 40*40*256 输出：80*80*256

过程：2：上采样数倍，直接用倍数与原图长宽相乘

第16层 [[-1, 4], 1, Concat, [1]]

输入：80*80*256+80*80*256输出：80*80*512

过程：[-1, 4]连接上一层和第4层

第17层 [-1, 3, C3, [256, False]]

输入：80*80*512输出：80*80*256

过程：256：输出通道；False：没有残差模块

第18层 [-1, 1, Conv, [256, 3, 2]]

输入：80*80*256 输出：40*40*256

过程：256：输出通道；3：卷积核大小；2：移动步长

第19层 [[-1, 14], 1, Concat, [1]]

输入：40*40*256+40*40*256 输出：40*40*512

过程：[-1, 14]连接上一层和第14层

第20层 [-1, 3, C3, [512, False]]

输入：40*40*512 输出：40*40*512

过程：512：输出通道；False：没有残差模块

第21层 [-1, 1, Conv, [512, 3, 2]]

输入：40*40*512 输出：20*20*512

过程：512：输出通道；3：卷积核大小；2：移动步长

第22层  [[-1, 10], 1, Concat, [1]]

输入：20*20*512+20*20*512输出：20*20*1024

过程：[-1, 10]连接上一层和第10层

第23层 [-1, 3, C3, [1024, False]]

输入：20*20*1024输出：20*20*1024

过程：1024：输出通道；False：没有残差模块

第24层 [[17, 20, 23], 1, Detect, [nc, anchors]]

输入：17层、20层、23层 输出：Detect

过程：nc：检测种类数目，anchors：使用的锚框的数量