点击进入专栏:
《人工智能专栏》 Python与Python | 机器学习 | 深度学习 | 目标检测 | YOLOv5及其改进 | YOLOv8及其改进 | 关键知识点 | 各种工具教程
代码函数调用关系图(全网最详尽-重要)
因文档特殊,不能在博客正确显示,请移步以下链接!
图解YOLOv5_v7.0代码结构与调用关系(点击进入可以放大缩小等操作)
预览:
文章目录
-
- 前言
- 一、 导包和基本配置
- 二、parse_model函数
- 三、Detect模块
- 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
- 4.2.5 _clip_augmented():TTA的时候对原图片进行裁剪
- 4.2.6 _profile_one_layer():打印日志信息
- 4.2.7 _initialize_biases():初始化偏置biases信息
- 4.2.8 _print_biases():打印偏置biases信息
- 4.2.9 fuse():将Conv2d+BN进行融合
- 4.2.10 autoshape():扩展模型功能
- 4.2.11 info():打印模型结构信息
- 4.2.12 _apply():将模块转移到 CPU/ GPU上
- 五、yolo.py全部注释
前言
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、Detec