以yolov5s模型为例解析ultralytics中模型构建代码

一、yaml文件

在 ultralytics/cfg/models/v5/yolov5.yaml  文件中，是yolov5模型的整体结构。这部分不详细解释，具体可看YOLOv5源码逐行超详细注释与解读（5）——配置文件yolov5s.yaml_yolov5的超参数配置文件介绍-CSDN博客

二、backbone部分

2.1 conv

---

第一层

• from=-1: 表示输入来自上一层  c1  3
• number=1: 表示这个模块重复1次
• module=Conv: 表示使用 Conv 模块
• args=[64, 6, 2, 2]: 表示初始化参数列表
  • 64: 输出通道数  c2
  • 6: 卷积核大小  k
  • 2: 步长  s
  • 2: 填充  p

 Conv模块的定义在：ultralytics\nn\modules\conv.py

class Conv(nn.Module):
    def __init__(self, c1, c2, k=1, s=1, p=None, g=1, d=1, act=True):
        super().__init__()
        self.conv = nn.Conv2d(c1, c2, k, s, autopad(k, p, d), groups=g, dilation=d, 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)))

 注意这里的args参数是从c2开始传递，c1是通过from确认，具体在ultralytics\nn\tasks.py的parse_models()函数中实现的参数映射：

1. 配置格式为[from, number, module, args]：

   • from：表示输入来自哪一层（-1表示前一层）
   • number：表示该模块重复的次数
   • module：模块类型（如Conv）
   • args：传递给模块的参数列表

2. 对于Conv模块，参数映射是这样的：

   if m in base_modules:
      c1, c2 = ch[f], args[0]
      if c2 != nc:  # if c2 not equal to number of classes (i.e. for Classify() output)
           c2 = make_divisible(min(c2, max_channels) * width, 8)

3. 关键点在于c1 = ch[f]：

   • ch是一个列表，保存了每一层的输出通道数
   • f是当前层的输入层索引（在第一层中是-1，表示前一层）
   • 因此c1是通过查找前一层的输出通道数来确定的

• 输入: 假设输入图像是 640x640x3

• 输出: 320x320x64 (因为步长为2，所以尺寸减半)

---

 第二层

• from=-1: 输入来自上一层（第一层Conv的输出--64）

• number=1: 重复1次

• module=Conv: 使用Conv模块

• args=[128, 3, 2]:

• 128: 输出通道数 c1

• 3: 卷积核大小 k

• 2: 步长 s

没有填充p

• 输入: 320x320x64 (来自第一层Conv)

• 输出: 160x160x128 (因为步长为2，尺寸再减半)

2.2 c3模块

第三层

 

• from=-1: 输入来自上一层（第二层Conv的输出）c1

• number=3: 重复3次

• module=C3: 使用C3模块

• args=[128]: 输出通道数为128   c2

 C3模块的定义在ultralytics\nn\modules\block.py中

class C3(nn.Module):
    def __init__(self, c1, c2, n=1, shortcut=True, g=1, e=0.5):
        super().__init__()
        c_ = int(c2 * e)  # hidden channels
        self.cv1 = Conv(c1, c_, 1, 1)
        self.cv2 = Conv(c1, c_, 1, 1)
        self.cv3 = Conv(2 * c_, c2, 1)
        self.m = nn.Sequential(*(Bottleneck(c_, c_, shortcut, g, k=((1, 1), (3, 3)), e=1.0) for _ in range(n)))

    def forward(self, x):
        return self.cv3(torch.cat((self.m(self.cv1(x)), self.cv2(x)), 1))

C3 模块是 YOLOv5 中的一个关键组件，它基于 CSP（Cross Stage Partial）架构，包含 3 个卷积层和一个 Bottleneck 模块（通过两个卷积层和 shortcut 连接）堆叠。它的主要作用是通过减少计算量和参数数量来提高模型的效率，同时保持特征提取的能力。

 BottleNeck定义在ultralytics\nn\modules\block.py中