【YOLOv5 Note-6】实现倒置残差块（Inverted Residual Block）

倒置残差块（Inverted Residual Block），是MobileNetV2网络中提升效率的关键结构。

类定义和构造函数

class IRBlock(nn.Module): 
    def __init__(self, inp, oup, stride=1, expansion=4):

• IRBlock 类继承自 nn.Module，是一个神经网络模块。
• __init__ 方法是类的构造函数，用于初始化实例。
• inp: 输入通道数。
• oup: 输出通道数。
• stride: 卷积的步长，决定了输出特征图的大小。
• expansion: 扩展因子，用于控制内部隐藏层通道数的扩展。

内部变量和断言

self.stride = stride
assert stride in [1, 2]
hidden_dim = int(inp * expansion)
self.use_res_connect = self.stride == 1 and inp == oup

• 存储步长信息。
• 断言确保步长是1或2，这是典型的设计选择，用于控制特征图的下采样。
• 计算隐藏层的通道数，通过输入通道数乘以扩展因子。
• 判断是否使用残差连接，当步长为1且输入输出通道数相等时使用。

在编程中，断言（assert）是一种检查代码是否满足某些条件的方式。如果条件不成立，程序会抛出异常。在 IRBlock 类中，使用断言有几个目的：

assert stride in [1, 2]

这行代码确保传递给类的 stride 参数只能是1或2。步长（stride）在卷积神经网络中是一个关键参数，它决定了卷积层如何在输入数据上移动。步长为1意味着卷积核每次移动一个像素，