YOLOv5源码逐行超详细注释与解读（6）——网络结构（1）yolo.py

前言

在上一篇中，我们简单介绍了YOLOv5的配置文件之一 yolov5s.yaml，这个文件中涉及很多参数，它们的调用会在这篇 yolo.py 和下一篇 common.py 中具体实现。

本篇我们会介绍 yolo.py，这是YOLO的特定模块，和网络构建有关。在 YOLOv5源码中，模型的建立是依靠 yolo.py 中的函数和对象完成的，这个文件主要由三个部分：parse_model函数、Detect类和Model类组成。

yolo.py文件位置在./models/yolo.py

文章代码逐行手打注释，每个模块都有对应讲解，一文帮你梳理整个代码逻辑！

友情提示：全文4万字，可以先点再慢慢看哦~

源码下载地址：mirrors / ultralytics / yolov5 · GitCode

   🍀本人YOLOv5源码详解系列：  

YOLOv5源码逐行超详细注释与解读（1）——项目目录结构解析

​​​​​​YOLOv5源码逐行超详细注释与解读（2）——推理部分detect.py

YOLOv5源码逐行超详细注释与解读（3）——训练部分train.py

YOLOv5源码逐行超详细注释与解读（4）——验证部分val（test）.py

YOLOv5源码逐行超详细注释与解读（5）——配置文件yolov5s.yaml

YOLOv5源码逐行超详细注释与解读（7）——网络结构（2）common.py

---

目录

前言

🚀一、 导包和基本配置

1.1 导入安装好的python库 

1.2 获取当前文件的绝对路径

1.3 加载自定义模块

🚀二、parse_model函数

2.1 获取对应参数

2.2 搭建网络前准备

2.3 更新当前层的参数，计算c2

2.4 使用当前层的参数搭建当前层

2.5 打印和保存layers 

🚀 三、Detect模块

3.1 获取预测得到的参数

3.2 向前传播

3.3 相对坐标转换到grid绝对坐标系

🚀四、Model类

4.1 __init__函数

4.2 数据增强相关函数

4.2.1 forward():管理前向传播函数

4.2.2 _forward_augment():推理的forward

4.2.3 _forward_once():训练的forward

4.2.4 _descale_pred():将推理结果恢复到原图尺寸