在youlov5中使用BSConv

最新推荐文章于 2024-08-21 08:27:58 发布

weixin_47924038

最新推荐文章于 2024-08-21 08:27:58 发布

阅读量743

点赞数

文章标签： pytorch 深度学习神经网络

本文链接：https://blog.csdn.net/weixin_47924038/article/details/120394278

版权

本文档介绍了如何在YouLove5项目中集成BSConv模块，涉及到源码修改，包括初始化参数调整以避免错误，前向传播代码的更新以确保正确输出形状，以及将自适应平均池化调整为匹配特征图大小的改动。

摘要由CSDN通过智能技术生成

BSConv-U源码：

import torch
import bsconv.pytorch

class BSConv(torch.nn.Module):

    def __init__(self, num_classes=1000):
        super().__init__()
        self.features = torch.nn.Sequential(
            bsconv.pytorch.BSConvU(3, 32, kernel_size=3, stride=2, padding=1),
            torch.nn.BatchNorm2d(num_features=32),
            torch.nn.ReLU(inplace=True),
            bsconv.pytorch.BSConvU(32, 64, kernel_size=3, stride=2, padding=1),
            torch.nn.BatchNorm2d(num_features=64),
            torch.nn.ReLU(inplace=True),
            bsconv.pytorch.BSConvU(64, 128, kernel_size=3, stride=2, padding=1),
            torch.nn.BatchNorm2d(num_features=128),
            torch.nn.ReLU(inplace=True),
            bsconv.pytorch.BSConvU(128, 256, kernel_size=3, stride=2, padding=1),
            torch.nn.BatchNorm2d(num_features=256),
            torch.nn.ReLU(inplace=True),