YOLOv5网络详解之主干结构

最新推荐文章于 2024-07-11 16:07:41 发布

这糖有点苦

最新推荐文章于 2024-07-11 16:07:41 发布

阅读量146

点赞数

分类专栏： YOLOv5改进：从入门到实战改进文章标签： YOLO python 深度学习人工智能

本文链接：https://blog.csdn.net/weixin_47060902/article/details/134044709

版权

YOLOv5改进：从入门到实战改进专栏收录该内容

20 篇文章 11 订阅 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

本文详细介绍了YOLOv5网络的主干结构，包括CBS（卷积+BN+Silu）、C3（包含Bottleneck和特征拼接）以及SPPF（SPP结构的改进版）。每个结构都配合代码和结构图进行了解析，阐述其在特征提取中的作用和优势。

摘要由CSDN通过智能技术生成

yolov5网络的主干是cspdarknet53，主干结构的作用就是用来提取特征的

YOLOv5的主干结构有CBS、C3和SPPF三种结构

一、CBS结构

代码

def autopad(k, p=None):  # kernel, padding
    # Pad to 'same'
    if p is None:
        p = k // 2 if isinstance(k, int) else [x // 2 for x in k]  # auto-pad
    return p


class Conv(nn.Module):
    # Standard convolution
    def __init__(self, c1, c2, k=1, s=1, p=None, g=1, act=True):  # ch_in, ch_out, kernel, stride, padding, groups
        super().__init__()
        self.conv = nn.Conv2d(c1, c2, k, s, autopad(k, p), groups=g, bias=False)
        self.bn = nn.BatchNorm2d(c2)
        self.act = nn.SiLU() if act is True else (act if isinstance(a