【YOLOv5进阶】——修改网络结构（以C2f模块为例）

最新推荐文章于 2024-07-08 11:49:46 发布
最新推荐文章于 2024-07-08 11:49:46 发布
阅读量1.2k 收藏 22
点赞数 24
分类专栏： 模式识别&目标检测 文章标签： YOLO
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_51658186/article/details/137739143
版权

一、站在巨人的肩膀上

这里我们借鉴YOLOv8源码：

上期说到，对于网络模块定义详情在common.py这个文件，如Conv、CrossConv、C3f等。本期要修改的需要参考YOLOv8里的C2f模块，它定义在YOLOv8的module文件夹的block.py文件里（与common.py一样），源码链接如下：

YOLOv8源码

了解本专栏 订阅专栏 解锁全文 超级会员免费看
柯宝最帅
关注
专栏目录
订阅专栏
YOLOV5 改进：修改网络结构--C2f 模块
Henry的博客
03-16 1266
完整的步骤：1、在common文件中加入需要的模块，例如C2f。如果新增的模块中有和yolov5中不一样的子模块，那么同样需要拷贝，建议更改名称防止重名！！2、在yolo中导入common新增的模块，注意头文件是否需要导入3、更改yaml文件，将模块换成新增的参数YOLOv5 项目：训练代码和参数详细介绍（train）-CSDN博客5、推理的时候正常推理就行，因为载入权重的pt文件，就会自动导入网络了YOLOv5 项目：推理代码和参数详细介绍（detect）_yolo的detect-CSDN博客。
YOLOv5系列（3）——YOLOv5修改网络结构
热门推荐
wa1tzy的博客
03-07 3万+
文章目录一、设置网络结构为mobilenet-V2二、添加注意力模块 一、设置网络结构为mobilenet-V2 首先，需要在models/common.py里，实现MobileNetv2的 bottleneck 和 Pwconv。 1、Mobilenetv2的bottleneck: InvertedResidual #mobilenet Bottleneck InvertedResidual class BottleneckMOB(nn.Module): #c1:inp c2:oup
Yolov5网络修改教程（将backbone修改为EfficientNet、MobileNet3、RegNet等）
rglkt的博客
06-29 3万+
在我的本科毕业论文中，我使用了Yolov5，并尝试对其更改。可以对Yolov5进行一定程度的定制化修改，例如更轻量级的Yolov5-MobileNetv3 或者比Yolov5s更好的（存疑，没有跑过大数据集，可自己实验）Yolov5-EfficientNet。......
【目标检测】YOLOv5：修改自己的网络结构
兴趣使然的创作者
04-15 5548
YOLOv5从登堂到入室
yolov5（v7.0）网络修改实践一：集成YOLOX的backbone（CSPDarknet和Pafpn）到yolov5（v7.0）框架中
qq_44442727的博客
07-17 1047
从上forward函数可以发现，YOLOPAFPN还需先经过一个backbone：CSPDarknet得到输出后再进入特征融合阶段，从forward函数也就可以了解到YOLOPAFPN的整体结构了。如下是找的YOLOX的网络结构图，红框内即是YOLOPAFPN的结构根据导入的库可以找到CSPDarknet和相关基础模块的定义代码，分别在models文件夹下的darknet.py和network_blocks.py下。
YOLOv5改进 | 主干篇 | 利用SENetV1改进网络结构 (ILSVRC冠军得主)
Snu77的博客
12-28 1266
本文给大家带来的改进机制是SENet（Squeeze-and-Excitation Networks）其是一种通过调整卷积网络中的通道关系来提升性能的网络结构。SENet并不是一个独立的网络模型，而是一个可以和现有的任何一个模型相结合的模块(可以看作是一种通道型的注意力机制)。在SENet中，所谓的挤压和激励（Squeeze-and-Excitation）操作是作为一个单元添加到传统的卷积网络结构中，如残差单元中(后面我会把修改好的残差单元给大家大家直接复制粘贴即可使用)。这样可以增强模型对通道间关系的捕获
【YOLOv5进阶】——替换主干网络（backbone）-MobileNet为例
最新发布
weixin_51658186的博客
07-08 473
替换网络主体，即配置文件中的backbone，这里以轻量级网络MobileNet的替换为例，替换后网络参数数量降低了近一半，速度快了1倍左右，但训练效果指标相比之前不佳。
【YOLOv5进阶】——引入注意力机制-以SE为例
weixin_51658186的博客
07-02 1133
首先需要在backbone的最后加上SE模块（相当于多了一层为第10层）；其次考虑到backbone里多了一层，且在head里的输入层来源不止上一层（-1）一个，所以输入层来源大于等于第10层的都需要改为往后递推+1层。
YOLOv8改进 | 主干网络 | C2f融合动态卷积模块ODConv
kay_545
07-01 1346
ODConv（Omni-Dimensional Dynamic Convolution）的主要原理是通过引入多维度注意力机制来动态调整卷积核参数，从而在卷积神经网络中实现更灵活和精确的特征提取。它通过计算并应用空间注意力、通道注意力、滤波器注意力和核选择注意力，全面地调整卷积核在各个维度上的权重。这种多维度的动态调整机制使得ODConv能够根据输入图像的特征动态选择最合适的卷积核组合，从而在各类高层视觉任务（如图像分类、目标检测和图像分割）中实现显著的性能提升，同时保持较高的参数效率。
YOLOv8改进 | 主干网络| 可变形卷积网络C2f_DCN【CVPR2017】
kay_545
06-25 1486
yolov8，yolov8改进，yolov8，DCN
YOLOv5改进 | 主干网络 | 将backbone替换为MobileNetV3【小白必备教程+附完整代码】
kay_545
05-18 1948
yolov5有效改进涨点，yolov5改进，yolov8
yolo训练网络如何修改？看完就会！
pjbsgcxy的博客
05-30 244
在def parse_model(d, ch): # model_dict, input_channels(3)方法中，添加一下内容。models/yolov5*.yaml —>修改现有模型结构配置文件(当引入新的层时，要修改后序的结构中的from参数)models/yolo.py —>设定网络结构的传参细节（当新的自定义模块中存在输入输出维度时，要使用gw调整输出维度）models/common.py —> 加入新增网络结构。然后接着再打开train.py文件即可；
修改YOLOv5的模型结构
Loser
11-03 625
common.py中实现了yolov5所用到的一些模块将卷积、归一化、和激活函数合并成一个Conv模块将通道数先缩小后放大的Bottleneck模块结合跳跃连接、Conv、Bottleneck模块的C3模块为了下采样、降低计算量用的Focus模块融合多尺度特征的SPP（Sptaial Pyramid Pooling，空间金字塔）模块然后在上层又创建了AutoShape进行非模型本身的预处理、后处理过程；创建了Detections用于控制检测的过程，记录状态等；
【Week Y6】修改yolov5s的网络结构
qq_40724911的博客
04-18 249
修改要求： (1)原第4层的修改为 (2)原第6层的修改为 (3)原第7、8层删除（注意删去这两层后的层索引值的变化）原YOLOv5s结构： 修改后的结构： 注意仔细观察网络结构的内容，以及每一层的索引号，都是有关联的，修改时要结合网络结构图，一一对应。还需要注意head的第一个卷积层的输入size，要和前面层数对齐。 执行： 得到： 训练正常：
YOLOv5-7.0改进（一）MobileNetv3替换主干网络
mw的博客
05-03 4128
本篇博客主要讲解YOLOv5主干网络的替换，使用MobileNetv3实现模型轻量化，平衡速度和精度。以下为改进的具体流程~
从前向传播角度解读YOLOV5的源码：如何修改网络结构或增添多余的层？
vindicater的博客
08-31 719
本文主要介绍的是forward部分，也就是整个模型推理的部分。通过对于整个网络的具体实现的解析，理解了的读者便能具备修改网络结构的能力。
【修改yolov5】给yolov5更换主干网络ShuffleNetv2
PLH19990227的博客
03-15 5925
从图中可以很明显的看到（蓝色框）更换了主干网络 后的网络的参数和GFLOPs都有很大的下降。但是我对我实验的结果保持怀疑态度，因为在我训练的过程中，总是会有警告说nms限制10秒（好像是这个意思）但是我的都超过了10秒了，这应该对识别的速度以及精度都会造成影响，所以我什么时候才能换上新电脑啊！看了迪导给yolov5网络更换主干网络ShuffleNetv2的操作后，跟着他的操作步骤更换了我自己正在学习的yolov5网络的主干，并在最后用改过后的网络跑了一下自己的数据集。接下来要做的就是修改配置文件了。
YOLOv5改进实战（导读篇） | YOLOv5 7.0 网络结构超详细解读
w94ghz的博客
09-21 1万+
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

柯宝最帅

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值