YOLOv10全网最新创新点改进系列:如何绘制网络结构图,一文读懂!YOLOv10网络结构图!
所有改进代码均经过实验测试跑通!截止发稿时YOLOv10已改进40+!自己排列组合2-4种后,考虑位置不同后可排列组合上千万种!改进不重样!!专注AI学术,关注B站up主:Ai学术叫叫兽!
购买相关资料后畅享一对一答疑!
# YOLOv10全网最新创新点改进系列:如何绘制网络结构图,一文读懂!YOLOv10网络结构图!遥遥领先!
详细的改进教程以及源码,戳这!戳这!!戳这!!!B站:AI学术叫叫兽 源码在相簿的链接中,动态中也有链接,感谢支持!祝科研遥遥领先!
一、 看懂YAML
# Parameters
nc: 80 # number of classes
scales: # model compound scaling constants, i.e. 'model=yolov8n.yaml' will call yolov8.yaml with scale 'n'
# [depth, width, max_channels]
n: [0.33, 0.25, 1024]
backbone:
# [from, repeats, module, args]
- [-1, 1, Conv, [64, 3, 2]] # 第0层,-1代表将上层的输出作为本层的输入。第0层的输入是640*640*3的图像。Conv代表卷积层,相应的参数:64代表输出通道数,3代表卷积核大小k,2代表stride步长。卷积后输出的特征图尺寸为320*320*64,长宽为初始图片的1/2
- [-1, 1, Conv, [128, 3, 2]] #第1层 1-P2/4
- [-1, 3, C2f, [128, True]]#第2层 3代表本层重复3次。128代表输出通道数,True表示Bottleneck有shortcut。输出的特征图尺寸为160*160*128
- [-1, 1, Conv, [256, 3, 2]] # 第3层 3-P3/8
- [-1, 6, C2f, [256, True]]# 第4层
- [-1, 1, SCDown, [512, 3, 2]] # 第5层,进行SCDown操作(512代表输出通道数,3代表卷积核大小k,2代表stride步长)
- [-1, 6, C2f, [512, True]]# 第6层
- [-1, 1, SCDown, [1024, 3, 2]] #第7层 7-P5/32
- [-1, 3, C2f, [1024, True]]# 第8层
- [-1, 1, SPPF, [1024, 5]] # 第9层这是快速空间金字塔池化层(SPPF)。1024代表输出通道数,5代表池化核大小
- [-1, 1, PSA, [1024]] # 第10层 注意力模块
head:
- [-1, 1, nn.Upsample, [None, 2, "nearest"]]# 第11层 是上采样层。-1代表将上层的输出作为本层的输入。None代表上采样的size=None(输出尺寸)不指定。2代表scale_factor=2,表示输出的尺寸是输入尺寸的2倍。mode=nearest代表使用的上采样算法为最近邻插值算法。
- [[-1, 6], 1, Concat, [1]] #第12层 cat backbone P4# concat层,[-1, 6]代表将上层和第6层的输出作为本层的输入。[1]代表concat拼接的维度是1。
- [-1, 3, C2f, [512]] # 第13层
- [-1, 1, nn.Upsample, [None, 2, "nearest"]] #第14层
- [[-1, 4], 1, Concat, [1]] # cat backbone P3 第15层
- [-1, 3, C2f, [256]] # 第16层 (P3/8-small)
- [-1, 1, Conv, [256, 3, 2]]# 第17层
- [[-1, 13], 1, Concat, [1]] # 第18层 cat head P4
- [-1, 3, C2f, [512]] # 第19层 (P4/16-medium)
- [-1, 1, SCDown, [512, 3, 2]]# 第20层
- [[-1, 10], 1, Concat, [1]] # 第21层cat head P5
- [-1, 3, C2fCIB, [1024, True, True]] # 第22层 (P5/32-large)
- [[16, 19, 22], 1, v10Detect, [nc]] # Detect(P3, P4, P5)
详细的改进教程以及源码,戳这!戳这!!戳这!!!B站:AI学术叫叫兽er 源码在相簿的链接中,动态中也有链接,感谢支持!祝科研遥遥领先!
二、 看懂就画,不懂就问
注意!!!!
此文仅是授课文案,需要配合B站视频,一文必学会网络结构图的画法!
另外,遥遥领先大家庭的小伙伴们,绘图过程中遇到的困惑可QQ私信我,空闲时间可以免费帮忙指导,尽可能一次性说清且将相关图一并发我!!!
详细的改进教程以及源码,戳这!戳这!!戳这!!!B站:AI学术叫叫兽 源码在相簿的链接中,动态中也有链接,感谢支持!祝科研遥遥领先!