Gorgeous_wxd

超详细，yolov5之build_targets函数解读

注意博主所更改的YOLOV5版本为6.1修改后的配置文件./data/yolov5-l.yaml# YOLOv5 🚀 by Ultralytics, GPL-3.0 license# Parametersnc: 10 # number of classesdepth_multiple: 1.0 # model depth multiplewidth_multiple: 1.0 # layer channel multipleanchors: - [5,6, 8,14, 15,11

文章目录Focus模块Conv模块Bottleneck模块C3模块SPP模块参考文献YOLOv5的相关模块，主要存在与common.py中Focus模块作用：下采样Focus模块的作用是对图片进行切片，类似于下采样，先将图片变为320×320×12的特征图，再经过3×3的卷积操作，输出通道32，最终变为320×320×32的特征图，是一般卷积计算量的4倍，如此做下采样将无信息丢失。输入：3x640x640输出：32×320×320代码实现:class Focus(nn.Module):

注意注意此时的YOLOV5版本为6.0配置文件路径:yolov5/models/yolov5l.yaml# YOLOv5 ???? by Ultralytics, GPL-3.0 license# Parametersnc: 80 # number of classesdepth_multiple: 1.0 # model depth multiplewidth_multiple: 1.0 # layer channel multipleanchors: - [10,13, 16,

文章目录YOLO中相关的数据结构与各种框有关YOLO中各种IoU的计算简单的IoUYOLO中相关的数据结构与各种框有关// x,y 分别代表框的中心点坐标// w,h 分别代表框的宽度和高度typedef struct box{ float x,y,w,h;}box;YOLO中各种IoU的计算简单的IoUfloat overlab(float x1, float w1,float x2, float w2){ float l1 = x1 - w1/2; // 左侧端点 float