YOLOV5替换AKconv，轻量化的同时涨点！

最新推荐文章于 2024-10-02 16:14:15 发布

Dandelion701

最新推荐文章于 2024-10-02 16:14:15 发布

阅读量538

点赞数

分类专栏： yoloV5改进，涨点文章标签： YOLO python 深度学习

本文链接：https://blog.csdn.net/weixin_57058018/article/details/138619678

版权

yoloV5改进，涨点专栏收录该内容

15 篇文章 4 订阅 ¥15.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了如何在YOLOV5中通过替换AKconv模块进行模型轻量化，详细步骤包括修改common.py文件，调整yolov5n.yaml参数，以及在yolo.py中引入修改后的配置，最终成功运行并验证AKconv的添加。

摘要由CSDN通过智能技术生成

首先我们找到models文件夹中的common.py文件，加入如下模块

##可变核卷积###
class AKConv(nn.Module):
    def __init__(self, inc, outc, num_param=3, stride=1, bias=None):
        super(AKConv, self).__init__()
        self.num_param = num_param
        self.stride = stride
        self.conv = nn.Sequential(nn.Conv2d(inc, outc, kernel_size=(num_param, 1), stride=(num_param, 1), bias=bias),
                                  nn.BatchNorm2d(outc),
                                  nn.SiLU())  # the conv adds the BN and SiLU to compare original Conv in YOLOv5.
        self.p_conv = nn.Conv2d(inc, 2 * num_param, kernel_size=3, padding=1, stride=stride)
        nn.init.constant_(self.p_conv.weight, 0)

了解本专栏