物体检测-系列教程18：YOLOV5 源码解析8 （配置文件：yolov5s.yaml）

😎😎😎物体检测-系列教程 总目录

有任何问题欢迎在下面留言
本篇文章的代码运行界面均在Pycharm中进行
本篇文章配套的代码资源已经上传
点我下载源码

12、配置文件解读

yolov3的配置文件真的十分复杂，光用鼠标翻完都要好久，竟然接近800行，而yolov5s却不到50行

在models文件夹中，有各个预训练的模型的配置文件，以5s模型的配置文件举例

# parameters
nc: 80  # number of classes
depth_multiple: 0.33  # model depth multiple
width_multiple: 0.50  # layer channel multiple

# anchors
anchors:
  - [10,13, 16,30, 33,23]  # P3/8
  - [30,61, 62,45, 59,119]  # P4/16
  - [116,90, 156,198, 373,326]  # P5/32

# YOLOv5 backbone
backbone:
  # [from, number, module, args]
  [[-1, 1, Focus, [64, 3]],  # 0-P1/2
   [-1, 1, Conv, [128, 3, 2]],  # 1-P2/4
   [-1, 3, C3, [128]],
   [-1, 1, Conv, [256, 3, 2]],  # 3-P3/8
   [-1, 9, C3, [256]],
   [-1, 1, Conv, [512, 3, 2]],  # 5-P4/16
   [-1, 9, C3, [512]],
   [-1, 1, Conv, [1024, 3, 2]],  # 7-P5/32
   [-1, 1, SPP, [1024, [5, 9, 13]]],
   [-1, 3, C3, [1024, False]],  # 9
  ]

# YOLOv5 head
head:
  [[-1, 1, Conv, [512, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 6], 1, Concat, [1]],  # cat backbone P4
   [-1, 3, C3, [512, False]],  # 13

   [-1, 1, Conv, [256, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 4], 1, Concat, [1]],  # cat backbone P3
   [-1, 3, C3, [256, False]],  # 17 (P3/8-small)

   [-1, 1, Conv, [256, 3, 2]],
   [[-1, 14], 1, Concat, [1]],  # cat head P4
   [-1, 3, C3, [512, False]],  # 20 (P4/16-medium)

   [-1, 1, Conv, [512, 3, 2]],
   [[-1, 10], 1, Concat, [1]],  # cat head P5
   [-1, 3, C3, [1024, False]],  # 23 (P5/32-large)

   [[17, 20, 23], 1, Detect, [nc, anchors]],  # Detect(P3, P4, P5)
  ]

1. 首先看在parameters中的depth_multiple: 0.33，在backbone、head中的每一行第二个数字有1、3、9等数字，如果是1表示这里的层重复一次，如果不是1表示这里将重复$0.33\ast 3=1$、$0.33\ast 9=3$次，在5x、5l、5m等更大的模型中depth_multiple的值也会更大一些
2. 在parameters中的width_multiple: 0.50，在backbone、head中的每一行第3个数字有64、128、…、1024等数字，表示这里的卷积核的个数为$0.50\ast 64=32$、$0.50\ast 128=64$，也就是输出通道数
3. 在yolov5的预训练模型中，l、m、s、x这几个版本的配置参数，除了depth_multiple和width_multiple这两个参数不一样，其他都是完全一样的，也就是说，这几个模型大小不一样仅仅改这两个参数就可以了
4. anchors参数，表示的是预选框的参数，即有9组不同尺寸的预选框参数，如$10\ast 13$、$16\ast 30$、$33\ast 23$
5. backbone就是特征提取模块， [from, number, module, args]，from表示当前这层的输入，-1则表示从上一层的结果直接输入到这层中；number在前面有过解释，就是这一层要重复几次；module表示这一层的模块或操作类型，比如Conv、C3等；args 是传递给该模块的参数列表，具体参数根据模块类型而定
6. head就是网络输出和预测模块，每个参数代表的意义和backbone一致，在head中的from有时候存在两个参数

在最后的detect中，在17、20、23层的卷积3个输出中，这3个输出分别是对不同大小物体的检测