models.py YOLOv3 中 darknet 模型构建过程

说明：

1. 代码来源：PyTorch-YOLOv3：https://github.com/eriklindernoren/PyTorch-YOLOv3
2. 模型是通过论文作者的 .cfg 配置文件自动生成的。

模型构建如下：

1. 模型构建过程

1. 第一步：理解 模型配置文件 yolov3.cfg

YOLO 模型根据一个.cfg 配置文件生成的。配置文件路径：opt.model_def 的默认地址是 “config/yolov3.cfg”
“yolov3.cfg” 文件的部分内容如下：

[net]
# Testing
#batch=1
#subdivisions=1
# Training
batch=16
subdivisions=1
width=416
........

[convolutional]
batch_normalize=1
filters=32
size=3

.......

[shortcut]
from=-3
activation=linear

......

[yolo]
mask = 6,7,8
anchors = 10,13,  16,30,  33,23,  30,61,  62,45,  59,119,  116,90,  156,198,  373,326
classes=80
num=9
jitter=.3
ignore_thresh = .7
truth_thresh = 1
random=1

[route]
layers = -4

......
[upsample]
stride=2

......

2. 第二步：解析 config_path 配置文件，生成 module_defs 列表

self.module_defs = parse_model_config(config_path)  # model.py 文件中解析

parse_model_config 函数：解析 “config/yolov3.cfg” 文件内容成字典,
parse_model_config(config_path) 解析后的结果 self.module_defs（字典）如下：

module_defs 列表 内容如下：

[{'type': 'net', 'batch': '16', 'subdivisions': '1', 'width': '416', 'height': '416', 'channels': '3', 'momentum': '0.9', 'decay': '0.0005', 'angle': '0', 'saturation': '1.5', 'exposure': '1.5', 'hue': '.1', 'learning_rate': '0.001', 'burn_in': '1000', 'max_batches': '500200', 'policy': 'steps', 'steps': '400000,450000', 'scales': '.1,.1'},
 {'type': 'convolutional', 'batch_normalize': '1', 'filters': '32', 'size': '3', 'stride': '1', 'pad': '1', 'activation': 'leaky'},
 {'type': 'convolutional', 'batch_normalize': '1', 'filters': '64', 'size': '3', 'stride': '2', 'pad': '1', 'activation': 'leaky'},
 {'type': 'convolutional', 'batch_normalize': '1', 'filters': '32', 'size': '1', 'stride': '1', 'pad': '1', 'activation': 'leaky'},
 {'type': 'convolutional', 'batch_normalize': '1', 'filters': '64', .....
 ......
 }

3. 第三步：根据 module_defs 列表，创建 module_list 模型列表

1. module_list 模型列表，即一个 nn.ModuleList() 列表， 将网路的各个层 nn.Sequential() 依次添加在其中。（如 conv、maxpool、upsample、route、shortcut、yolo 层）
2. 构建模型列表是为了给 model.forward() 函数使用的。

self.hyperparams, self.module_list = create_modules(self.module_defs)
print(len(self.module_defs))  # 107
print(len(self.module_list))  # 107

self.hyperparams 的内容（由 module_defs 列表中第一个字典的内容 构造的）如下：

{'type': 'net', 'batch': '16', 'subdivisions': '1', 
'width': '416', 'height': '416', 'channels': '3',
'momentum': '0.9', 'decay': '0.0005', 'angle': '0',
'saturation': '1.5', 'exposure': '1.5', 'hue': '.1',
'learning_rate': '0.001', 'burn_in': '1000',
'max_batches&