YOLOv5

———————————yolov5—————————

有YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x四个版本，只有模型宽度与深度的区别。

四个组成部分：

输入端：对输入图像进行缩放、归一化、数据增强等操作

backbone基准网络：分类器网络提取特征

Neck网络：进一步提升特征的表达能力

Predition/Head输出端：预测，进行回归分类

基础组件及其实现脚本

CBL

即Conv+BN+Leaky_relu。

 

CBM

由2个cbl组成的一种残差结构

CSP1_X

由cbl、cbm组成，x为cbm数量，即图中x个残差组件

进一步特征融合

CSP2_X

由cbl组成，x为cbl数量，即图中2*x个

Focus

将多个slice结果Concat起来，然后将其送入CBL模块中。

目的是剪裁特征图，使特征图数量减少，通道变多。

class Focus(nn.Module):
    # Focus wh information into c-space
    def __init__(self, c1, c2, k=1, s=1, p=None, g=1, act=True):  # ch_in, ch_out, kernel, stride, padding, groups
        super(Focus, self).__Cblinit__()
        self.conv = Conv(c1 * 4, c2, k, s, p, g, act)
        # self.contract = Contract(gain=2)

    def forward(self, x):  # x(b,c,w,h) -> y(b,4c,w/2,h/2)
        return self.conv(torch.cat([x[..., ::2, ::2], x[..., 1::2, ::2], x[..., ::2, 1::2], x[..., 1::2, 1::2]], 1))
        # return self.conv(self.contract(x))

SPP

采用1×1、5×5、9×9和13×13的最大池化方式，进行多尺度特征融合

Mosaic数据增强

CutMix基于2张图像，而Mosaic基于4张图像，进行随机缩放、随机裁剪和随机排布

自适应锚框计算

Yolov5有，Yolov4没有，可设置参数noautoanchor

自适应图片缩放

只在推理阶段进行，保持图片的长宽比，减小短边填充的黑边。例如网络向下执行了5次下采样，2^5=32，则原图中32*32的区域为最后特征图的一个点，减少的黑边宽度需要是32的整数倍，余数仍然要补充黑边。

例如原图800*600，目标特征图大小416*416,可以缩放后短边两侧分别补4。

Neck网络FPN+PAN结构

即自顶向下fpn+自底向上pan的双塔结构

Yolov4和yolov5在neck层的区别

GIOU_Loss DIOU_nms。

YOLOv5算法详解

https://blog.csdn.net/WZZ18191171661/article/details/113789486

github代码：

https://github.com/ultralytics/yolov5

个人评价：融合了很多算法的思路，作者没有和yolov4比较，这一点一直为人诟病。但实际使用还是不错的，在小麦检测比赛中乱杀。