本文详细介绍了YOLOv5中关键组件的学习过程，包括Focus层、Conv层、BottleneckCSP和SPP模块。通过参考相关文章，深入解析了各层的参数设置和作用，如Focus层的特征图切片，Conv层的卷积、批量归一化和Leaky relu激活，以及BottleneckCSP和SPP在多尺度信息融合中的应用。
记录一下自己参考了什么
主要参考:YOLOv5深度刨析之配置与初始化超参数 - 知乎
👆这篇写的特别细!
# 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
]
图片来源:
最低0.47元/天 解锁文章
6万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
