YOLOv5（v6.1）学习历险记

这是一个记录自己学习的心酸博客，第一次写博客也不知道要注意什么，反正是给我自己看的，就碎碎念吧。这个主要是记录一下自己学习内容，以及从一个纯小白的角度去理解学习。不求高端有操作，但求通俗易懂。哎导师放养的后果就是万事CSDN、知乎、B站。这三位才是我的学术导师！

先来个最最基础的学习！yolov5的配置文件！以yolov5s.yaml为例！

 ！在这里要注意这俩个参数的使用！因为在接下来的backbone和head里面计算通道数和个数会用到！真的让人十分头痛！

 这里主要就是定义了三个尺寸的anchor（锚框），分别对应大、中、小目标进行计算。

第一行在最大的特征图上--小数值检测大目标；

第二行在第二大的特征图上--中数值检测中目标；

第三行在最小的特征图上--大数值检测小目标

yolov5还加入了autoanchor计算，当他觉得你数据集不符合这个规定的锚框人家会自己重新计算~

backbone用来干嘛的呢：特征提取！人家还继承了Yolov4的CSP思想，对于CSP我通俗的理解啊（不一定对）就是分流。一部分继续原操作，另一部分呢直接与该阶段尾部concat拼接相连，从而既能保证该模块特征复用，又能截断梯度流，避免大量重复运算（类似与resnet的残差思想，就你给人家分开成俩部分一部分啥也不做，另一部分继续原来工作即可）

好的！下面最难的（我认为的）开始了！我把参数意思看懂了咋还对不上嘞！反正我是十分困惑

 对于我们第0层来说，[[-1,1,Conv,[64,6,2,2]]我们主要看args部分参数，它会被程序解析为[3,32,6,2,2]---为啥多个3呢，这边会增加个输入通道，因为输入的图像是彩色RGB3通道的所以输入为3.那输出咋又从64--32呢！因为输出通道（卷积核数量）要乘以width_multiple即64*0.5=32。6表示kernel卷积核的大小，2表示stride是卷积核的步长。其他没写的参数就默认为1，有的会省略卷积核大小步长之类的就代表为1！

那同理，对于我们第一层来说，输入来自第0层的输出，那么就会解析成[32,64,3,2]

 yolov5没有区分neck和head都写在一个head里。其实人家neck部分用的是FPN+PAN结构，啥是FPN呢：自底向上，反正就是从下往上把backbone提取的特征信息整合，PAN呢就是自顶向下，反正就是一个从下往上一个再从上往下，术语叫做多尺度特征融合（咋也不懂反正行就完事）

 那这里基本和backbone计算规则一样，那么Concat主要是个Concat操作（拼接通道数相加），那么在from那里[-1,6]就代表上一层和第六层相连接（注意人家是从第0层开始的），args参数里的None就代表默认值，Upsample代表上采样，'nearest'代表采样方式~

[[17,20,23],1,Detect,[nc,anchors]],代表指定第17层，20层，23层为输出~接到Head检测头去!

那么整体的网络配置文件就over了！后续相对yolov5进行修改一个重要的修改内容就是对yaml文件的修改，跟搭积木一样，通过调用不同的模块去对应不同的结构！PS：祝我研究生顺利毕业！！最后放一张yolov5s的网络结构图！