CSP结构
CSP结构通过将输入特征分为两部分,然后在这两个部分之间进行交叉连接的方法来提高深度神经网络的性能。CSP结构能有效提高模型的特征表示能力,从而提高模型的准确性和泛化能力。
CSP结构实现
YOLO V5中的CSP结构
将原输入分为两个分支,分别进行卷积操作使得通道数减半,然后一个分支进行Bottleneck * N操作,然后concat两个分支,使得BottlenneckCSP的输入与输出是一样的大小,这样是为了让模型学习到更多的特征。
例:CSP1_X结构
将输入分为两个分支,一个分支先通过CBS,再经过多个残差结构(Bottleneck * N),再进行一次卷积;另一个分支直接进行卷积;然后两个分支进行concat,再经过BN(正态分布),再来一次激活(之前的版本是Leaky,后期是SiLU),最后进行一个CBS。