devbox
繁依Fanyi0
这个屌丝很懒，什么也没留下！
关注作者
热门标签
热门文章
当前位置:   article > 正文

YOLOv5源码解读1.6-网络架构yolo.py_yolov5模型 yolo.py文件

作者：繁依Fanyi0 | 2024-05-31 12:40:49

赞

踩

yolov5模型 yolo.py文件

 往期回顾:YOLOv5源码解读1.0-目录_汉卿HanQ的博客-CSDN博客

        学习完yolov*.yaml，就可以看具体网络架构了。本篇先介绍yolo.py，这是yolo的特定模块，yolov5的模型建立是依靠yolo.py中的函数和对象完成的。

目录

1.导入python包

2.获取文件路径

3.加载自定义模块

4.Detect类

4.1参数初始化__init

4.2前向传播forward

4.3转换坐标_make_grid

5. Model类

5.1前向传播forward

5.2推理的前向传播_forward_augment

5.3训练的前向传播_forward_once

5.4恢复图片_descale_pred

5.5图片切割_clip_augmented

5.6打印日志操作_profile_one_layer

5.7初始化偏置biases信息_initialize_biases

5.8打印偏置信息_print_biases

5.9将Conv2d+BN进行融合fuse

5.10扩展模型功能autoshape

5.11打印模型结构信息info

5.12模块转移到CPU/GPU_apply

6.解析yaml模块parse_model

6.1参数初始化

6.2搭建网络前准备

6.3打印保存layers信息

7.main函数

8.整体代码

1.导入python包

  1. # ----------------------------------1.导入python包----------------------------------
  2. import argparse  # 解析命令行参数模块
  3. import sys  # sys系统模块 包含了与Python解释器和它的环境有关的函数
  4. from copy import deepcopy  # 数据拷贝模块 深拷贝
  5. from pathlib import Path  # Path将str转换为Path对象 使字符串路径易于操作的模块

2.获取文件路径

  1. # ----------------------------------2.获取文件路径----------------------------------
  2. FILE = Path(__file__).resolve() # __file__指的是当前文件(即val.py),FILE最终保存着当前文件的绝对路径,比如D://yolov5/modles/yolo.py
  3. ROOT = FILE.parents[1]  # YOLOv5 root directory 保存着当前项目的父目录,比如 D://yolov5
  4. if str(ROOT) not in sys.path:  # sys.path即当前python环境可以运行的路径,假如当前项目不在该路径中,就无法运行其中的模块,所以就需要加载路径
  5.     sys.path.append(str(ROOT))  # add ROOT to PATH  把ROOT添加到运行路径上
  6. # ROOT = ROOT.relative_to(Path.cwd())  # relative  ROOT设置为相对路径

3.加载自定义模块

  1. # ----------------------------------3.加载自定义模块----------------------------------
  2. from models.common import *  # yolov5的网络结构(yolov5)
  3. from models.experimental import *  # 导入在线下载模块
  4. from utils.autoanchor import check_anchor_order  # 导入检查anchors合法性的函数
  5. from utils.general import LOGGER, check_version, check_yaml, make_divisible, print_args  # 定义了一些常用的工具函数
  6. from utils.plots import feature_visualization  # 定义了Annotator类，可以在图像上绘制矩形框和标注信息
  7. from utils.torch_utils import (copy_attr, fuse_conv_and_bn, initialize_weights, model_info, scale_img, select_device,
  8.                                time_sync)  # 定义了一些与PyTorch有关的工具函数
  9.  
  10. # 导入thop包 用于计算FLOPs
  11. try:
  12.     import thop  # for FLOPs computation
  13. except ImportError:
  14.     thop = None

4.Detect类

4.1参数初始化__init
  1. class Detect(nn.Module):
  2.     stride = None  # 特征图缩放步长
  3.     onnx_dynamic = False  # ONMX动态量化
  4.  
  5.     # ----------------------------------4.1 参数初始化__init__----------------------------------
  6.     def __init__(self, nc=80, anchors=(), ch=(), inplace=True):  # detection layer
  7.         super().__init__()
  8.         self.nc = nc # nc: 数据集类别数量
  9.         self.no = nc + 5  # nc+5=nc+(x,y,w,h,conf) # no: 表示每个anchor的输出数，前nc个01字符对应类别，后5个对应：是否有目标，目标框的中心，目标框的宽高
  10.         self.nl = len(anchors) # nl: 表示预测层数，yolov5是3层预测
  11.         self.na = len(anchors[0]) // 2 # na: 表示anchors的数量，除以2是因为[10,13, 16,30, 33,23]这个长度是6，对应3个anchor
  12.         self.grid = [torch.zeros(1)] * self.nl # grid: 表示初始化grid列表大小，下面会计算grid，grid就是每个格子的x，y坐标（整数，比如0-19），左上角为(1,1),右下角为(input.w/stride,input.h/stride)
  13.         self.anchor_grid = [torch.zeros(1)] * self.nl  # anchor_grid: 表示初始化anchor_grid列表大小，空列表
  14.         self.register_buffer('anchors', torch.tensor(anchors).float().view(self.nl, -1, # 注册常量anchor，并将预选框（尺寸）以数对形式存入，并命名为anchors
  15.                                                                                2))  # shape(nl,na,2) 注意后面就可以通过self.anchors来访问它了
  16.         # 每一张进行三次预测，每一个预测结果包含nc+5个值
  17.         # (n, 255, 80, 80),(n, 255, 40, 40),(n, 255, 20, 20) --> ch=(255, 255, 255)
  18.         # 255 -> (nc+5)*3 ===> 为了提取出预测框的位置信息以及预测框尺寸信息
  19.         self.m = nn.ModuleList(nn.Conv2d(x, self.no * self.na, 1) for x in ch)  # output conv 3个输出层最后的1乘1卷积
  20.         self.inplace = inplace  # inplace: 一般都是True，默认不使用AWS，Inferentia加速
  21.         # 如果模型不训练那么将会对这些预测得到的参数进一步处理,然后输出,可以方便后期的直接调用
  22.         # 包含了三个信息pred_box [x,y,w,h] pred_conf[confidence] pre_cls[cls0,cls1,cls2,...clsn]
4.2前向传播forward
  1.  # ----------------------------------4.2 前向传播forward----------------------------------
  2.     """
  3.         这段代码主要是对三个feature map分别进行处理：(n,255,80,80),(n,255,40,40),(n,255,20,20)
  4.         首先进行for循环，每次的循环，产生一个z。维度重排列：（n,255,_，_）->（n,3,nc+5,ny,nx）->（n,3,ny,nx,nc+5）
  5.         三层分别预测了80*80、40*40、20*20次。接着构造网格，因为推理返回的不是归一化后的网格偏移量，需要再加上网格的位置，得到最终的推理坐标，再送入nms。
  6.         所以这里构建网格就是为了纪律每个grid的网格坐标方面后面使用最后按损失函数的回归方式来转换坐标，利用sigmoid激活函数计算定位参数，cat(dim=-1)为直接拼接。
  7.         注意：训练阶段直接返回x，而预测阶段返回3个特征图拼接的结果
  8.     """
  9.     def forward(self, x):
  10.         z = []  # inference output
  11.         for i in range(self.nl):
  12.             x[i] = self.m[i](x[i])  # conv
  13.             bs, _, ny, nx = x[i].shape  # x(bs,255,20,20) to x(bs,3,20,20,85)
  14.             x[i] = x[i].view(bs, self.na, self.no, ny, nx).permute(0, 1, 3, 4, 2).contiguous() # 维度重排列:bs 先验框数组 检测框行数 属性数 分类数
  15.             # 前向传播将相对坐标转移到grid绝对坐标中
  16.             if not self.training:  # inference 生成坐标系
  17.                 if self.onnx_dynamic or self.grid[i].shape[2:4] != x[i].shape[2:4]: #输入后重新设定锚框
  18.                     self.grid[i], self.anchor_grid[i] = self._make_grid(nx, ny, i) # 加载网格坐标 先验框尺寸
  19.                 # 按损失函数回归方式转换坐标
  20.                 y = x[i].sigmoid()
  21.                 if self.inplace: # 改变原数据 计算定位参数
  22.                     y[..., 0:2] = (y[..., 0:2] * 2 - 0.5 + self.grid[i]) * self.stride[i]  # xy gird位置基准 cell的预测初始位置 y[...,0:2]是grid坐标基础上的位置偏移
  23.                     y[..., 2:4] = (y[..., 2:4] * 2) ** 2 * self.anchor_grid[i]  # wh anchor_grid 预测框基准 预测框初始位置 y[..., 2:4]作为预测框位置的调整
  24.                 else:  # for YOLOv5 on AWS Inferentia https://github.com/ultralytics/yolov5/pull/2953
  25.                     xy = (y[..., 0:2] * 2 - 0.5 + self.grid[i]) * self.stride[i]  # xy stride是一个grid cell的实际尺寸 sigmoid为0-1 这里变化到-0.5 1.5
  26.                     wh = (y[..., 2:4] * 2) ** 2 * self.anchor_grid[i]  # wh 范围扩大0-4倍(4倍是下层感受野是上层2倍) 下层注重大目标 计算量小
  27.                     y = torch.cat((xy, wh, y[..., 4:]), -1)
  28.                 z.append(y.view(bs, -1, self.no)) # 存储每个特征图检测框的信息
  29.  
  30.         return x if self.training else (torch.cat(z, 1), x) # 返回x(三个特征图拼接结果)
4.3转换坐标_make_grid
  1. # ----------------------------------4.3 转换坐标_make_grid----------------------------------
  2.     """
  3.         将相对坐标系转换到grid绝对坐标系
  4.         grid*3是因为每个scale生成3个预测框
  5.         anchor_grid是anchor宽高
  6.     """
  7.     def _make_grid(self, nx=20, ny=20, i=0):
  8.         d = self.anchors[i].device
  9.         if check_version(torch.__version__, '1.10.0'):  # torch>=1.10.0 meshgrid workaround for torch>=0.7 compatibility
  10.             yv, xv = torch.meshgrid([torch.arange(ny).to(d), torch.arange(nx).to(d)], indexing='ij') # indexing='ij' i是同一行 j是同一列
  11.         else:
  12.             yv, xv = torch.meshgrid([torch.arange(ny).to(d), torch.arange(nx).to(d)])
  13.         grid = torch.stack((xv, yv), 2).expand((1, self.na, ny, nx, 2)).float() # 复制三倍
  14.         anchor_grid = (self.anchors[i].clone() * self.stride[i]) \
  15.             .view((1, self.na, 1, 1, 2)).expand((1, self.na, ny, nx, 2)).float() # stride是下采样率 三层分别是8 16 36
  16.         return grid, anchor_grid

5. Model类

  1. # ----------------------------------5. Model类----------------------------------
  2. class Model(nn.Module):
  3.     def __init__(self, cfg='yolov5s.yaml', ch=3, nc=None, anchors=None):  # model, input channels, number of classes
  4.         super().__init__()# 父类的构造方法
  5.         # 检查传入的参数格式，如果cfg是加载好的字典结果
  6.         if isinstance(cfg, dict):
  7.  
  8.             self.yaml = cfg  # 直接保存到模型中
  9.         # 若不是字典 则为yaml文件路径
  10.         else:  # is *.yaml 一般执行这里
  11.  
  12.             import yaml  # 导入yaml文件
  13.  
  14.             self.yaml_file = Path(cfg).name # 保存文件名：cfg file name = yolov5s.yaml
  15.  
  16.             with open(cfg, encoding='ascii', errors='ignore') as f: # 如果配置文件中有中文，打开时要加encoding参数
  17.  
  18.                 self.yaml = yaml.safe_load(f)  # 将yaml文件加载为字典 model dict 取到配置文件中每条的信息（没有注释内容）
  19.         # Define model 搭建模型
  20.         ch = self.yaml['ch'] = self.yaml.get('ch', ch)  # input channels 判断yaml的ch是否存在
  21.         if nc and nc != self.yaml['nc']: # 判断类的ch与yaml是否一致
  22.             LOGGER.info(f"Overriding model.yaml nc={self.yaml['nc']} with nc={nc}") # 终端提示
  23.             self.yaml['nc'] = nc  # 将yaml改为model的nc
  24.         if anchors: # 重写anchor 一般不用 因为默认None
  25.             LOGGER.info(f'Overriding model.yaml anchors with anchors={anchors}') # 终端提示
  26.             self.yaml['anchors'] = round(anchors)  # yaml值改为model的
  27.         self.model, self.save = parse_model(deepcopy(self.yaml), ch=[ch])  # 解析模型
  28.         self.names = [str(i) for i in range(self.yaml['nc'])]  # 加载每一类的类别名
  29.         self.inplace = self.yaml.get('inplace', True) # inplace类似x+=1 True不使用加速推理
  30.  
  31.         # Build strides, anchors 构造步长和anchor
  32.         m = self.model[-1]  # Detect()
  33.         if isinstance(m, Detect): # 判断最后一层是否是detect层
  34.             s = 256  # 定义一个256*256输入
  35.             m.inplace = self.inplace
  36.             m.stride = torch.tensor([s / x.shape[-2] for x in self.forward(torch.zeros(1, ch, s, s))])  # 保存特征层的stride 并将anchor处理成对应特征层的格式
  37.             m.anchors /= m.stride.view(-1, 1, 1) # 原始定义的anchor是原始图片像素值 将其缩放至特征图大小
  38.             check_anchor_order(m) # 价差anchor顺序与stride是否一致
  39.             self.stride = m.stride # 保存步长
  40.             self._initialize_biases()  # 初始化bias
  41.  
  42.         # Init weights, biases
  43.         initialize_weights(self) # 初始化权重
  44.         self.info() # 打印模型信息
  45.         LOGGER.info('')
5.1前向传播forward
  1. # ----------------------------------5.1 前向传播forward----------------------------------
  2.     """
  3.         管理前向传播
  4.         x 原图
  5.         augment 是否使用增强式推到
  6.         profile 是否测试每个网络层性能
  7.         visualize 是否输出每个网络层的特征图
  8.     """
  9.     def forward(self, x, augment=False, profile=False, visualize=False):
  10.         if augment:
  11.             return self._forward_augment(x)  # 增强训练
  12.         return self._forward_once(x, profile, visualize)  # 默认整除前向推理
5.2推理的前向传播_forward_augment
  1. # ----------------------------------5.2 推理的前向传播_forward_augment----------------------------------
  2.     """
  3.         将图片进行裁剪 送入到模型中进行检擦
  4.         做数据增强TTA x为图像tensor
  5.         只在test detect中出现 用于提高推导精度
  6.     """
  7.     def _forward_augment(self, x):
  8.         img_size = x.shape[-2:]  # height, width 获取图像宽和高
  9.         s = [1, 0.83, 0.67]  # scales 对图像进行三次变化 原图 尺寸缩小0.83并水平翻转 尺寸缩小0.67
  10.         f = [None, 3, None]  # flips (2-ud, 3-lr) 翻转
  11.         y = []  # outputs
  12.         for si, fi in zip(s, f):
  13.             # scale_img将参数缩放和翻转
  14.             xi = scale_img(x.flip(fi) if fi else x, si, gs=int(self.stride.max()))
  15.             yi = self._forward_once(xi)[0]  # forward 前向传播_forward_once
  16.             # cv2.imwrite(f'img_{si}.jpg', 255 * xi[0].cpu().numpy().transpose((1, 2, 0))[:, :, ::-1])  # save
  17.             yi = self._descale_pred(yi, fi, si, img_size) # 恢复数据到增强前
  18.             y.append(yi)
  19.         y = self._clip_augmented(y)  # clip augmented tails
  20.         return torch.cat(y, 1), None  # augmented inference, train
5.3训练的前向传播_forward_once
  1.  # ----------------------------------5.3 训练的前向传播_forward_once----------------------------------
  2.     """
  3.         对模型每一层进行迭代 训练的前向全波
  4.         x 输入图像
  5.         profile 测试每个网络层性能
  6.         visualize 是否输出每个网络层的特征图(获取batch第一张图象，然后把每个通道上的二维矩阵看出一张灰度图绘制)
  7.     """
  8.     def _forward_once(self, x, profile=False, visualize=False):
  9.         y, dt = [], []  # 各网络层输出 y存放着self.save=True的每一层输出 后面concat要用到 dt在profile中性能评估使用
  10.         for m in self.model: # 遍历model各个模块
  11.             if m.f != -1:  # if not from previous layer m.f是该层的输入来源 不是-1就不是从上一层来的
  12.                 x = y[m.f] if isinstance(m.f, int) else [x if j == -1 else y[j] for j in m.f]  # from earlier layers from指向网络层输出的列表
  13.             if profile: # 测试该网络层的性能
  14.                 self._profile_one_layer(m, x, dt)
  15.             x = m(x)  # run 使用该网络层进行推导 得到该网络层的输出
  16.             y.append(x if m.i in self.save else None)  # save output 存放self.save的每一层输出 后面需要作concat操作，将每一层输出结果保存到y
  17.             if visualize:
  18.                 feature_visualization(x, m.type, m.i, save_dir=visualize) # 绘制该图片第一张图的特征图
  19.         return x
5.4恢复图片_descale_pred
  1. # ----------------------------------5.4 恢复图片_descale_pred----------------------------------
  2.     """
  3.         将推理结果恢复到原图尺寸(逆操作)
  4.         p 推理结果
  5.         flips 反转标记
  6.         scale 图片缩放比例
  7.         img_size 原图图片尺寸
  8.     """
  9.     def _descale_pred(self, p, flips, scale, img_size):
  10.         # de-scale predictions following augmented inference (inverse operation)
  11.         if self.inplace:
  12.             # 把xywh恢复
  13.             p[..., :4] /= scale  # de-scale
  14.             if flips == 2: # 下翻转变化
  15.                 p[..., 1] = img_size[0] - p[..., 1]  # de-flip ud
  16.             elif flips == 3: # 水平翻转
  17.                 p[..., 0] = img_size[1] - p[..., 0]  # de-flip lr
  18.         else:
  19.             x, y, wh = p[..., 0:1] / scale, p[..., 1:2] / scale, p[..., 2:4] / scale  # de-scale
  20.             if flips == 2:
  21.                 y = img_size[0] - y  # de-flip ud
  22.             elif flips == 3:
  23.                 x = img_size[1] - x  # de-flip lr
  24.             p = torch.cat((x, y, wh, p[..., 4:]), -1)
  25.         return p
5.5图片切割_clip_augmented
  1. # ----------------------------------5.5 图片切割_clip_augmented----------------------------------
  2.     """
  3.         TTA时对图片进行裁剪切割 数据增强方式
  4.     """
  5.     def _clip_augmented(self, y):
  6.         # Clip YOLOv5 augmented inference tails
  7.         nl = self.model[-1].nl  # number of detection layers (P3-P5)
  8.         g = sum(4 ** x for x in range(nl))  # grid points
  9.         e = 1  # exclude layer count
  10.         i = (y[0].shape[1] // g) * sum(4 ** x for x in range(e))  # indices
  11.         y[0] = y[0][:, :-i]  # large
  12.         i = (y[-1].shape[1] // g) * sum(4 ** (nl - 1 - x) for x in range(e))  # indices
  13.         y[-1] = y[-1][:, i:]  # small
  14.         return y
5.6打印日志操作_profile_one_layer
  1.  # ----------------------------------5.6 打印日志操作_profile_one_layer----------------------------------
  2.     """
  3.         曾是每个网络层的性能
  4.         m 网络层
  5.         x 该网络层的from列表中的网络层输出
  6.         dt 各网络层推导耗时(列表)
  7.     """
  8.     def _profile_one_layer(self, m, x, dt):
  9.         """
  10.             time 前向推导时间
  11.             GFLOPs 浮点运算量
  12.             params 网络层参数量
  13.             module 网络层名称
  14.         """
  15.         c = isinstance(m, Detect)  # is final layer, copy input as inplace fix
  16.         o = thop.profile(m, inputs=(x.copy() if c else x,), verbose=False)[0] / 1E9 * 2 if thop else 0  # FLOPs
  17.         t = time_sync()
  18.         for _ in range(10):
  19.             m(x.copy() if c else x)
  20.         dt.append((time_sync() - t) * 100)
  21.         if m == self.model[0]:
  22.             LOGGER.info(f"{'time (ms)':>10s} {'GFLOPs':>10s} {'params':>10s}  {'module'}")
  23.         LOGGER.info(f'{dt[-1]:10.2f} {o:10.2f} {m.np:10.0f}  {m.type}')
  24.         if c:
  25.             LOGGER.info(f"{sum(dt):10.2f} {'-':>10s} {'-':>10s}  Total")
5.7初始化偏置biases信息_initialize_biases
  1.  # ----------------------------------5.7 初始化偏置biases信息_initialize_biases----------------------------------
  2.     def _initialize_biases(self, cf=None):  # initialize biases into Detect(), cf is class frequency
  3.         # https://arxiv.org/abs/1708.02002 section 3.3
  4.         # cf = torch.bincount(torch.tensor(np.concatenate(dataset.labels, 0)[:, 0]).long(), minlength=nc) + 1.
  5.         m = self.model[-1]  # Detect() module
  6.         for mi, s in zip(m.m, m.stride):  # from
  7.             b = mi.bias.view(m.na, -1)  # conv.bias(255) to (3,85)
  8.             b.data[:, 4] += math.log(8 / (640 / s) ** 2)  # obj (8 objects per 640 image)
  9.             b.data[:, 5:] += math.log(0.6 / (m.nc - 0.999999)) if cf is None else torch.log(cf / cf.sum())  # cls
  10.             mi.bias = torch.nn.Parameter(b.view(-1), requires_grad=True)
5.8打印偏置信息_print_biases
  1. # ----------------------------------5.8 打印偏置信息_print_biases----------------------------------
  2.     def _print_biases(self):
  3.         m = self.model[-1]  # Detect() module
  4.         for mi in m.m:  # from
  5.             b = mi.bias.detach().view(m.na, -1).T  # conv.bias(255) to (3,85)
  6.             LOGGER.info(
  7.                 ('%6g Conv2d.bias:' + '%10.3g' * 6) % (mi.weight.shape[1], *b[:5].mean(1).tolist(), b[5:].mean()))
5.9将Conv2d+BN进行融合fuse
  1. # ----------------------------------5.9 将Conv2d+BN进行融合fuse----------------------------------
  2.     def fuse(self):  # fuse model Conv2d() + BatchNorm2d() layers
  3.         LOGGER.info('Fusing layers... ')
  4.         for m in self.model.modules():
  5.             # 如果当前是卷积层Conv且有BN结构 就调用fuse_conv_and_bn进行融合加速推理
  6.             if isinstance(m, (Conv, DWConv)) and hasattr(m, 'bn'):
  7.                 m.conv = fuse_conv_and_bn(m.conv, m.bn)  # update conv 更新卷积层
  8.                 delattr(m, 'bn')  # remove batchnorm 移除BN
  9.                 m.forward = m.forward_fuse  # update forward 更新前向传播
  10.         self.info() # 打印融合信息
  11.         return self
5.10扩展模型功能autoshape
  1. # ----------------------------------5.10 扩展模型功能autoshape----------------------------------
  2.     def autoshape(self):  # add AutoShape module
  3.         LOGGER.info('Adding AutoShape... ')
  4.         # 预处理+推理+NMS
  5.         m = AutoShape(self)  # wrap model
  6.         copy_attr(m, self, include=('yaml', 'nc', 'hyp', 'names', 'stride'), exclude=())  # copy attributes
  7.         return m
5.11打印模型结构信息info
  1. # ----------------------------------5.11 打印模型结构信息info----------------------------------
  2.     def info(self, verbose=False, img_size=640):  # print model information
  3.         model_info(self, verbose, img_size)
5.12模块转移到CPU/GPU_apply
  1.  # ----------------------------------5.12 模块转移到CPU/GPU_apply----------------------------------
  2.     def _apply(self, fn):
  3.         # Apply to(), cpu(), cuda(), half() to model tensors that are not parameters or registered buffers
  4.         self = super()._apply(fn)
  5.         m = self.model[-1]  # Detect()
  6.         if isinstance(m, Detect):
  7.             m.stride = fn(m.stride)
  8.             m.grid = list(map(fn, m.grid))
  9.             if isinstance(m.anchor_grid, list):
  10.                 m.anchor_grid = list(map(fn, m.anchor_grid))
  11.         return self

6.解析yaml模块parse_model

  1. def parse_model(d, ch):  # model_dict, input_channels(3)
  2.     """
  3.         解析yaml模块 并且到common中找到相对于的模块，然后组成一个完整的模型解析文件，并搭建网络结构。如果后续对模型框架改动，需要对这个函数做改动
  4.         d yaml配置文件
  5.         ch 记录每一层 channel
  6.     """
6.1参数初始化
  1. # ----------------------------------6.1 参数初始化----------------------------------
  2.     LOGGER.info(f"\n{'':>3}{'from':>18}{'n':>3}{'params':>10}  {'module':<40}{'arguments':<30}") # 输出
  3.     anchors, nc, gd, gw = d['anchors'], d['nc'], d['depth_multiple'], d['width_multiple'] # 获取 anchors nc depth_multiple width_multiple
  4.     na = (len(anchors[0]) // 2) if isinstance(anchors, list) else anchors  # number of anchors 判断anchor数量
  5.     no = na * (nc + 5)  # number of outputs = anchors * (classes + 5) 根据anchor数量输出维度
6.2搭建网络前准备
  1. # ----------------------------------6.2 搭建网络前准备----------------------------------
  2.     layers, save, c2 = [], [], ch[-1]  # layers, savelist, ch out 网络单元列表(保存每一层的层结构) 网络输出引用列表(记录from不是-1)当前的输出通道数(保存当前channel)
  3.     # 读取backbone head中的网络单元
  4.     """
  5.         f from 当前输入来自哪里
  6.         n number 当前层次数
  7.         m module 当前层类别
  8.         args 当前层参数
  9.         eval 将字符串当成有效的表达式来求值 实现list dict tuple str转换
  10.     """
  11.     for i, (f, n, m, args) in enumerate(d['backbone'] + d['head']):  # from, number, module, args
  12.         m = eval(m) if isinstance(m, str) else m  # eval strings 使用eval读取model参数对应的类名
  13.         for j, a in enumerate(args):
  14.             try:
  15.                 args[j] = eval(a) if isinstance(a, str) else a  # eval strings 使用eval将字符串转换为变量
  16.             except NameError:
  17.                 pass
  18.  
  19.         n = n_ = max(round(n * gd), 1) if n > 1 else n  # depth gain 控制深度 n为当前模块的次数
  20.         if m in [Conv, GhostConv, Bottleneck, GhostBottleneck, SPP, SPPF, DWConv, MixConv2d, Focus, CrossConv,
  21.                  BottleneckCSP, C3, C3TR, C3SPP, C3Ghost]:
  22.             c1, c2 = ch[f], args[0] # c1当前层输入channel c2当前层输出channel ch记录所有层的输出channel
  23.             if c2 != no:  # if not output no=17 只有最后一层c2=no 最后一层不用控制宽度 输出channel必须是no
  24.                 c2 = make_divisible(c2 * gw, 8) # width gain 控制宽度
  25.  
  26.             args = [c1, c2, *args[1:]] # 在初始args上更新 加入当前层输出channel并更新当前层
  27.             # 如果当前层是BottleneckCPS/C3/C3Ghost/C3
  28.             if m in [BottleneckCSP, C3, C3TR, C3Ghost]:
  29.                 args.insert(2, n)  # number of repeats 在args第二个位置插入Bottlenect个数n
  30.                 n = 1 # 恢复默认1
  31.         elif m is nn.BatchNorm2d: # 是否进行归一化模块
  32.             args = [ch[f]] # BN值需要返回上一层channel
  33.         elif m is Concat: # 是否tensor连接模块
  34.             c2 = sum(ch[x] for x in f) # concat层将f所有输出累加到这层的输出channel
  35.         elif m is Detect: # 是否是detect模块
  36.             args.append([ch[x] for x in f]) # args中加入三个detect层的输出channel
  37.             if isinstance(args[1], int):  # number of anchors
  38.                 args[1] = [list(range(args[1] * 2))] * len(f)
  39.         elif m is Contract:
  40.             c2 = ch[f] * args[0] ** 2
  41.         elif m is Expand:
  42.             c2 = ch[f] // args[0] ** 2
  43.         else:
  44.             c2 = ch[f]
6.3打印保存layers信息
  1.  # ----------------------------------6.3 打印保存layers信息----------------------------------
  2.         m_ = nn.Sequential(*(m(*args) for _ in range(n))) if n > 1 else m(*args)  # module m_得到当前层module 将n个模块组合存放到m_中
  3.         t = str(m)[8:-2].replace('__main__.', '')  # module type 打印当前层结构的一些基本信息
  4.         np = sum(x.numel() for x in m_.parameters())  # number params 计算着一层的参数量
  5.         m_.i, m_.f, m_.type, m_.np = i, f, t, np  # attach index, 'from' index, type, number params
  6.         LOGGER.info(f'{i:>3}{str(f):>18}{n_:>3}{np:10.0f}  {t:<40}{str(args):<30}')  # print
  7.         save.extend(x % i for x in ([f] if isinstance(f, int) else f) if x != -1)  # 所有层结构中from！=-1记录
  8.         layers.append(m_) # 当前层结构module加入到layers中
  9.         if i == 0:
  10.             ch = [] # 取出输入channel[3]
  11.         ch.append(c2) # 把当前层输出channel数加入ch
  12.     return nn.Sequential(*layers), sorted(save)

7.main函数

  1. # ----------------------------------7 main函数----------------------------------
  2. if __name__ == '__main__':
  3.     parser = argparse.ArgumentParser() # 创建解析器
  4.     parser.add_argument('--cfg', type=str, default='yolov5s.yaml', help='model.yaml') # cfg配置文件
  5.     parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu') # device 选择设备
  6.     parser.add_argument('--profile', action='store_true', help='profile model speed') # profile 用户配置文件
  7.     parser.add_argument('--test', action='store_true', help='test all yolo*.yaml') # tsest 测试
  8.     opt = parser.parse_args() # 增加后的属性给args
  9.     opt.cfg = check_yaml(opt.cfg)  # check YAML 检查yaml
  10.     print_args(FILE.stem, opt) # 检测yolov5的仓库是否给出更新
  11.     device = select_device(opt.device) # 选择设备
  12.  
  13.     # Create model 构造模型
  14.     model = Model(opt.cfg).to(device)
  15.     model.train()
  16.  
  17.     # Profile 用户自定义配置
  18.     if opt.profile:
  19.         img = torch.rand(8 if torch.cuda.is_available() else 1, 3, 640, 640).to(device)
  20.         y = model(img, profile=True)
  21.  
  22.     # Test all models 测试所有模型
  23.     if opt.test:
  24.         for cfg in Path(ROOT / 'models').rglob('yolo*.yaml'):
  25.             try:
  26.                 _ = Model(cfg)
  27.             except Exception as e:
  28.                 print(f'Error in {cfg}: {e}')
  29.  
  30.     # Tensorboard (not working https://github.com/ultralytics/yolov5/issues/2898)
  31.     # from torch.utils.tensorboard import SummaryWriter
  32.     # tb_writer = SummaryWriter('.')
  33.     # LOGGER.info("Run 'tensorboard --logdir=models' to view tensorboard at http://localhost:6006/")
  34.     # tb_writer.add_graph(torch.jit.trace(model, img, strict=False), [])  # add model graph

8.整体代码

  1. # YOLOv5 
    声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/繁依Fanyi0/article/detail/652374
    推荐阅读
    相关标签

Copyright © 2003-2013 www.wpsshop.cn 版权所有，并保留所有权利。