devbox
羊村懒王
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学习笔记（六）——优化网络架构_下采样步长为2通道数翻倍

作者：羊村懒王 | 2024-02-24 22:56:29

赞

踩

下采样步长为2通道数翻倍

目录

1 整体框架分析

1.1 Focus

1.2 Conv模块

1.3 Bottleneck模块

1.4 C3模块 跨尺度连接

1.5 SPP：空间金字塔池化

1.6 Concat

2 更改网络架构

2.2 小目标

2.1 轻量化

1 整体框架分析

Backbone作用：特征提取

Neck作用：对特征进行一波混合与组合，并且把这些特征传递给预测层

Head作用：进行最终的预测输出

  1. # anchors
  2. anchors:
  3.   - [10,13, 16,30, 33,23]  # P3/8   stride=8
  4.   - [30,61, 62,45, 59,119]  # P4/16
  5.   - [116,90, 156,198, 373,326]  # P5/32
  6.  
  7. backbone:
  8.   # [from, number, module, args]
  9.   # from表示当前模块的输入来自那一层的输出，-1表示来自上一层的输出
  10.   # number表示本模块重复的次数，1表示只有一个，3表示重复3次
  11.   # module: 模块名
  12.   [[-1, 1, Focus, [64, 3]],          # 0-P1/2   [3, 32, 3]
  13.    [-1, 1, Conv, [128, 3, 2]],       # 1-P2/4   [32, 64, 3, 2]
  14.    [-1, 3, C3, [128]],               # 2        [64, 64, 1]
  15.    [-1, 1, Conv, [256, 3, 2]],       # 3-P3/8   [64, 128, 3, 2]
  16.    [-1, 9, C3, [256]],               # 4        [128, 128, 3]
  17.    [-1, 1, Conv, [512, 3, 2]],       # 5-P4/16  [128, 256, 3, 2]
  18.    [-1, 9, C3, [512]],               # 6        [256, 256, 3]
  19.    [-1, 1, Conv, [1024, 3, 2]],      # 7-P5/32  [256, 512, 3, 2]
  20.    [-1, 1, SPP, [1024, [5, 9, 13]]], # 8        [512, 512, [5, 9, 13]]
  21.    [-1, 3, C3, [1024, False]],       # 9        [512, 512, 1, False]
  22.    # [nc, anchors, 3个Detect的输出channel]
  23.    # [1, [[10, 13, 16, 30, 33, 23], [30, 61, 62, 45, 59, 119], [116, 90, 156, 198, 373, 326]], [128, 256, 512]]
  24.   ]
  25.  
  26. head:
  27.   [[-1, 1, Conv, [512, 1, 1]], # 10                 [512, 256, 1, 1]
  28.    [-1, 1, nn.Upsample, [None, 2, 'nearest']], # 11 [None, 2, 'nearest']
  29.    [[-1, 6], 1, Concat, [1]],  # 12 cat backbone P4 [1]
  30.    [-1, 3, C3, [512, False]],  # 13                 [512, 256, 1, False]
  31.  
  32.    [-1, 1, Conv, [256, 1, 1]], # 14                 [256, 128, 1, 1]
  33.    [-1, 1, nn.Upsample, [None, 2, 'nearest']], #15  [None, 2, 'nearest']
  34.    [[-1, 4], 1, Concat, [1]],  # 16 cat backbone P3 [1]
  35.    [-1, 3, C3, [256, False]],  # 17 (P3/8-small)    [256, 128, 1, False]
  36.  
  37.    [-1, 1, Conv, [256, 3, 2]], # 18                 [128, 128, 3, 2]
  38.    [[-1, 14], 1, Concat, [1]], # 19 cat head P4     [1]
  39.    [-1, 3, C3, [512, False]],  # 20 (P4/16-medium)  [256, 256, 1, False]
  40.  
  41.    [-1, 1, Conv, [512, 3, 2]], # 21                 [256, 256, 3, 2]
  42.    [[-1, 10], 1, Concat, [1]], # 22 cat head P5     [1]
  43.    [-1, 3, C3, [1024, False]], # 23 (P5/32-large)   [512, 512, 1, False]
  44.  
  45.    [[17, 20, 23], 1, Detect, [nc, anchors]],  # 24  Detect(P3, P4, P5)
  46.   ]

1.1 Focus

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

1.2 Conv模块

作用：卷积，步长为2下采样，步长为1大小不变

对输入的特征图执行卷积，BN，激活函数操作，在新版的YOLOv5中，作者使用Silu作为激活函数。

1.3 Bottleneck模块

作用：为了降低参数量

利用多个小卷积核替代一个大卷积核，先将channel 数减小再扩大（默认减小到一半），具体做法是先进行1×1卷积将channel减小一半，再通过3×3卷积将通道数加倍，并获取特征（共使用两个标准卷积模块），其输入与输出的通道数是不发生改变的。

  • 直接使用 3x3 的卷积核参数量：256×3×3×256 = 589824
  • 先经过 1x1 的卷积核，再经过 3x3 卷积核，最后经过一个 1x1 卷积核参数量：256×1×1×64 + 64×3×3×64 + 64×1×1×256 = 69632

1.4 C3模块 跨尺度连接

作用：残差结构，让模型学习更多的特征。

  1.     C3相对于BottleneckCSP模块不同的是，经历过残差输出后的Conv模块被去掉了，concat后的标准卷积模块中的激活函数也由LeakyRelu变为了SiLU（同上）。
  2.     该模块是对残差特征进行学习的主要模块,其结构分为两支,一支使用了上述指定多个Bottleneck堆叠和3个标准卷积层，另一支仅经过一个基本卷积模块，最后将两支进行concat操作。

1.5 SPP：空间金字塔池化

作用：能将任意大小的特征图转换成固定大小的特征向量

  1. SPP是空间金字塔池化的简称，其先通过一个标准卷积模块将输入通道减半，然后分别做kernel-size为5，9，13的maxpooling（对于不同的核大小，padding是自适应的）。
  2. 对三次最大池化的结果与未进行池化操作的数据进行concat，最终合并后channel数是原来的2倍。

 1.6 Concat

作用：融合两层

大小通道相同的两层叠加，通道数相加

2 更改网络架构

2.2 小目标

添加一个小目标层，160*160。通道数的选择主要目的是为了和上层通道数一致从而能够concat

  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/羊村懒王/article/detail/136551
    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。