第Y5周:yolo.py文件解讀

  • 🍨 本文為🔗365天深度學習訓練營 中的學習記錄博客
  • 🍖 原作者:K同學啊

本次任務:將YOLOv5s網絡模型中的C3模塊按照下圖方式修改形成C2模塊,并將C2模塊插入第2層與第3層之間,且跑通YOLOv5s。
任務提示:
提示1:需要修改common.yaml、yolo.py、yolov5s.yaml文件。
提示2:C2模塊與C3模塊是非常相似的兩個模塊,我們要插入C2到模型當中,只需要找到哪里有C3模塊,然后在其附近加上C2即可。
在這里插入圖片描述
在這里插入圖片描述
在這里插入圖片描述

文章目錄

  • 1、前言
  • 2、導入需要的包和基本配置
  • 3、parse_model函數
  • 4、Detect類
  • 5、Model類
  • 6、文件修改
    • 1、./models/common.py 增加C2模塊
    • 2、./models/yolo.py 在parse_model中增加C2
    • 3、./models/yolov5s.yaml 在原第2層和原第3層之間插入C2模塊
    • 4、訓練

1、前言

文件位置:./models/yolo.py

這個文件是YOLOv5網絡模型的搭建文件。如果需要改進YOLOv5,這個文件就是必須修改的文件之一。文件內容看起來多,真正有用的代碼不多,重點理解好穩重提到的一個函數和兩個類即可。

注: 由于YOLOv5版本眾多,同一個文件對于細節處可能會看到不同的版本,不用擔心這是正常的,注意把握好整體架構即可。

2、導入需要的包和基本配置

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license
"""
YOLO-specific modules.Usage:$ python models/yolo.py --cfg yolov5s.yaml
"""import argparse
import contextlib
import math
import os
import platform
import sys
from copy import deepcopy
from pathlib import Pathimport torch
import torch.nn as nnFILE = Path(__file__).resolve()
ROOT = FILE.parents[1]  # YOLOv5 root directory
if str(ROOT) not in sys.path:sys.path.append(str(ROOT))  # add ROOT to PATH
if platform.system() != "Windows":ROOT = Path(os.path.relpath(ROOT, Path.cwd()))  # relativefrom models.common import *
from models.experimental import *
from utils.autoanchor import check_anchor_order
from utils.general import LOGGER, check_version, check_yaml, colorstr, make_divisible, print_args
from utils.plots import feature_visualization
from utils.torch_utils import (fuse_conv_and_bn,initialize_weights,model_info,profile,scale_img,select_device,time_sync,
)try:import thop  # for FLOPs computation
except ImportError:thop = None

3、parse_model函數

這個函數用于將模型的模塊拼接起來,搭建完成的網絡模型。后續如果需要動模型框架的話,你需要對這個函數做相應的改動。

def parse_model(d, ch):  # model_dict, input_channels(3)# Parse a YOLOv5 model.yaml dictionary''' 用在上面DetectionModel模塊中解析模型文件(字典形式),并搭建網絡結構這個函數其實主要做的就是:更新當前層的args(參數),計算c2(當前層的輸出channel)->使用當前層的參數搭建當前層->生成 layers + save:params d: model_dict模型文件,字典形式{dice: 7}(yolov5s.yaml中的6個元素 + ch):params ch: 記錄模型每一層的輸出channel,初始ch=[3],后面會刪除:return nn.Sequential(*layers): 網絡的每一層的層結構:return sorted(save): 把所有層結構中的from不是-1的值記下,并排序[4,6,10,14,17,20,23]'''LOGGER.info(f"\n{'':>3}{'from':>18}{'n':>3}{'params':>10}  {'module':<40}{'arguments':<30}")# 讀取字典d中的anchors和parameters(nc,depth_multiple,width_multiple)anchors, nc, gd, gw, act = d['anchors'], d['nc'], d['depth_multiple'], d['width_multiple'], d.get('activation')if act:Conv.default_act = eval(act)  # redefine default activation, i.e. Conv.default_act = nn.SiLU()LOGGER.info(f"{colorstr('activation:')} {act}")  # print# na: number of anchors 每一個predict head上的anchor數=3na = (len(anchors[0]) // 2) if isinstance(anchors, list) else anchors  # number of anchors# no: number of outputs 每一個predict head層的輸出channel=anchors*(classes+5)=75(VOC)no = na * (nc + 5)  # number of outputs = anchors * (classes + 5)''' 開始搭建網絡layers: 保存每一層的層結構save: 記錄下所有層結構中from不是-1的層結構序號c2: 保存當前層的輸出channel'''layers, save, c2 = [], [], ch[-1]  # layers, savelist, ch out# from: 當前層輸入來自哪些層# number: 當前層數,初定# module: 當前層類別# args: 當前層類參數,初定# 遍歷backbone和head的每一層for i, (f, n, m, args) in enumerate(d['backbone'] + d['head']):  # from, number, module, args# 得到當前層的真實類名,例如:m = Focus -> <class 'models.common.Focus'>m = eval(m) if isinstance(m, str) else m  # eval strings# 沒什么用for j, a in enumerate(args):with contextlib.suppress(NameError):args[j] = eval(a) if isinstance(a, str) else a  # eval strings# --------------------更新當前層的args(參數),計算c2(當前層的輸出channel)--------------------# depth gain 控制深度,如yolov5s: n*0.33,n: 當前模塊的次數(間接控制深度)n = n_ = max(round(n * gd), 1) if n > 1 else n  # depth gainif m in {Conv, GhostConv, Bottleneck, GhostBottleneck, SPP, SPPF, DWConv, MixConv2d, Focus, CrossConv,BottleneckCSP, C3, C3TR, C3SPP, C3Ghost, nn.ConvTranspose2d, DWConvTranspose2d, C3x}:# c1: 當前層的輸入channel數; c2: 當前層的輸出channel數(初定); ch: 記錄著所有層的輸出channel數c1, c2 = ch[f], args[0]# no=75,只有最后一層c2=no,最后一層不用控制寬度,輸出channel必須是noif c2 != no:  # if not output# width gain 控制寬度,如yolov5s: c2*0.5; c2: 當前層的最終輸出channel數(間接控制寬度)c2 = make_divisible(c2 * gw, 8)# 在初始args的基礎上更新,加入當前層的輸入channel并更新當前層# [in_channels, out_channels, *args[1:]]args = [c1, c2, *args[1:]]# 如果當前層是BottleneckCSP/C3/C3TR/C3Ghost/C3x,則需要在args中加入Bottleneck的個數# [in_channels, out_channels, Bottleneck個數, Bool(shortcut有無標記)]if m in {BottleneckCSP, C3, C3TR, C3Ghost, C3x}:args.insert(2, n)  # number of repeats 在第二個位置插入Bottleneck的個數nn = 1 # 恢復默認值1elif m is nn.BatchNorm2d:# BN層只需要返回上一層的輸出channelargs = [ch[f]]elif m is Concat:# Concat層則將f中所有的輸出累加得到這層的輸出channelc2 = sum(ch[x] for x in f)# TODO: channel, gw, gdelif m in {Detect, Segment}:  # Detect/Segment(YOLO Layer)層# 在args中加入三個Detect層的輸出channelargs.append([ch[x] for x in f])if isinstance(args[1], int):  # number of anchors 幾乎不執行args[1] = [list(range(args[1] * 2))] * len(f)if m is Segment:args[3] = make_divisible(args[3] * gw, 8)elif m is Contract:  # 不怎么用c2 = ch[f] * args[0] ** 2elif m is Expand:  # 不怎么用c2 = ch[f] // args[0] ** 2else:  # Upsamplec2 = ch[f]  # args不變# -------------------------------------------------------------------------------------------# m_: 得到當前層的module,如果n>1就創建多個m(當前層結構),如果n=1就創建一個mm_ = nn.Sequential(*(m(*args) for _ in range(n))) if n > 1 else m(*args)  # module# 打印當前層結構的一些基本信息t = str(m)[8:-2].replace('__main__.', '')  # module type  <'modules.common.Focus'>np = sum(x.numel() for x in m_.parameters())  # number params 計算這一層的參數量m_.i, m_.f, m_.type, m_.np = i, f, t, np  # attach index, 'from' index, type, number paramsLOGGER.info(f'{i:>3}{str(f):>18}{n_:>3}{np:10.0f}  {t:<40}{str(args):<30}')  # print# 把所有層結構中的from不是-1的值記下 [6,4,14,10,17,20,23]save.extend(x % i for x in ([f] if isinstance(f, int) else f) if x != -1)  # append to savelist# 將當前層結構module加入layers中layers.append(m_)if i == 0:ch = []  # 去除輸入channel[3]# 把當前層的輸出channel數加入chch.append(c2)return nn.Sequential(*layers), sorted(save)

4、Detect類

Detect模塊是用來構建Detect層的,將輸入的feature map通過一個卷積操作和公式計算到我們想要的shape,為后面的計算損失率或者NMS做準備。

Detect類代碼如下:

class Detect(nn.Module):# YOLOv5 Detect head for detection models''' Detect模塊是用來構建Detect層的將輸入的feature map通過一個卷積操作和公式計算到我們想要的shape,為后面的計算損失率或者NMS做準備'''stride = None  # strides computed during builddynamic = False  # force grid reconstructionexport = False  # export modedef __init__(self, nc=80, anchors=(), ch=(), inplace=True):  # detection layer''' detection layer 相當于yolov3中的YOLO Layer層:params nc: number of classes:params anchors: 傳入3個feature map上的所有anchor的大小(P3/P4/P5):params ch: [128,256,512] 3個輸出feature map的channel'''super().__init__()self.nc = nc  # number of classes  VOC: 20self.no = nc + 5  # number of outputs per anchor  VOC: 5(xywhc)+20(classes)=25self.nl = len(anchors)  # number of detection layers  Detect的個數=3self.na = len(anchors[0]) // 2  # number of anchors  每個feature map的anchor個數=3self.grid = [torch.empty(0) for _ in range(self.nl)]  # init grid  {list: 3} tensor([0.])X3self.anchor_grid = [torch.empty(0) for _ in range(self.nl)]  # init anchor grid'''  模型中需要保存的參數一般有兩種:一種是反向傳播需要被optimizer更新的,稱為parameter;另一種不需要被更新,稱為bufferbuffer的參數更新是在forward中,而optim.step只能更新nn.parameter參數'''self.register_buffer('anchors', torch.tensor(anchors).float().view(self.nl, -1, 2))  # shape(nl,na,2)# output conv 對每個輸出的feature map都要調用一次conv1 x 1self.m = nn.ModuleList(nn.Conv2d(x, self.no * self.na, 1) for x in ch)  # output conv# 一般都是True,默認不使用AWS,Inferentia加速self.inplace = inplace  # use inplace ops (e.g. slice assignment)def forward(self, x):''':return train: 一個tensor list,存放三個元素[bs, anchor_num, grid_w, grid_h, xywh+c+classes]分別是[1,3,80,80,25] [1,3,40,40,25] [1,3,20,20,25]inference: 0 [1,19200+4800+1200,25]=[bs,anchor_num*grid_w*grid_h,xywh+c+classes]'''z = []  # inference outputfor i in range(self.nl):  # 對3個feature map分別進行處理x[i] = self.m[i](x[i])  # conv  xi[bs,128/256/512,80,80] to [bs,75,80,80]bs, _, ny, nx = x[i].shape  # x(bs,255,20,20) to x(bs,3,20,20,85)# [bs,75,80,80] to [1,3,25,80,80] to [1,3,80,80,25]x[i] = x[i].view(bs, self.na, self.no, ny, nx).permute(0, 1, 3, 4, 2).contiguous()''' 構造網格因為推理返回的不是歸一化后的網絡偏移量,需要加上網格的位置,得到最終的推理坐標,再送入NMS所以這里構建網絡就是為了記錄每個grid的網格坐標,方便后面使用'''if not self.training:  # inferenceif self.dynamic or self.grid[i].shape[2:4] != x[i].shape[2:4]:self.grid[i], self.anchor_grid[i] = self._make_grid(nx, ny, i)if isinstance(self, Segment):  # (boxes + masks)xy, wh, conf, mask = x[i].split((2, 2, self.nc + 1, self.no - self.nc - 5), 4)xy = (xy.sigmoid() * 2 + self.grid[i]) * self.stride[i]  # xywh = (wh.sigmoid() * 2) ** 2 * self.anchor_grid[i]  # why = torch.cat((xy, wh, conf.sigmoid(), mask), 4)else:  # Detect (boxes only)xy, wh, conf = x[i].sigmoid().split((2, 2, self.nc + 1), 4)xy = (xy * 2 + self.grid[i]) * self.stride[i]  # xywh = (wh * 2) ** 2 * self.anchor_grid[i]  # why = torch.cat((xy, wh, conf), 4)# z是一個tensor list,有三個元素,分別是[1,19200,25] [1,4800,25] [1,1200,25]z.append(y.view(bs, self.na * nx * ny, self.no))return x if self.training else (torch.cat(z, 1),) if self.export else (torch.cat(z, 1), x)def _make_grid(self, nx=20, ny=20, i=0, torch_1_10=check_version(torch.__version__, '1.10.0')):''' 構造網格 '''d = self.anchors[i].devicet = self.anchors[i].dtypeshape = 1, self.na, ny, nx, 2  # grid shapey, x = torch.arange(ny, device=d, dtype=t), torch.arange(nx, device=d, dtype=t)yv, xv = torch.meshgrid(y, x, indexing='ij') if torch_1_10 else torch.meshgrid(y, x)  # torch>=0.7 compatibilitygrid = torch.stack((xv, yv), 2).expand(shape) - 0.5  # add grid offset, i.e. y = 2.0 * x - 0.5anchor_grid = (self.anchors[i] * self.stride[i]).view((1, self.na, 1, 1, 2)).expand(shape)return grid, anchor_grid

5、Model類

這個模塊是整個模型的搭建模塊。且yolov5的作者將這個模塊的功能寫的很全,不光包含模型的搭建,還擴展了很多功能,如:特征可視化、打印模型信息、TTA推理增強、融合Conv + BN加速推理、模型搭載NMS功能、Autoshape函數(模型包含前處理、推理、后處理的模塊(預處理 + 推理 + NMS))。感興趣的可以仔細看看,不感興趣的可以直接看__init__、forward兩個函數即可。

Model類代碼如下:

class BaseModel(nn.Module):# YOLOv5 base modeldef forward(self, x, profile=False, visualize=False):return self._forward_once(x, profile, visualize)  # single-scale inference, traindef _forward_once(self, x, profile=False, visualize=False):''':params x: 輸入圖像:params profile: True 可以做一些性能評估:params visualize: True 可以做一些特征可視化:return train: 一個tensor,存放三個元素 [bs, anchor_num, grid_w, grid_h, xywh+c+classes]inference: 0 [1,19200+4800+1200,25]=[bs,anchor_num*grid_w*grid_h,xywh+c+classes]'''# y: 存放著self.save=True的每一層的輸出,因為后面的層結構Concat等操作要用到# dt: 在profile中做性能評估時使用y, dt = [], []  # outputsfor m in self.model:# 前向推理每一層結構 m.i=index; m.f=from; m.type=類名; m.np=number of parametersif m.f != -1:  # if not from previous layer  m.f=當前層的輸入來自哪一層的輸出,-1表示上一層# 這里需要做4個Concat操作和一個Detect操作# Concat: 如m.f=[-1,6] x就有兩個元素,一個是上一層的輸出,一個是index=6的層的輸出,再送到x=m(x)做Concat操作# Detect: 如m.f=[17, 20, 23] x就有三個元素,分別存放第17層第20層第23層的輸出,再送到x=m(x)做Detect的forwardx = y[m.f] if isinstance(m.f, int) else [x if j == -1 else y[j] for j in m.f]  # from earlier layers# 打印日志信息  FLOPs time等if profile:self._profile_one_layer(m, x, dt)x = m(x)  # run  正向推理# 存放著self.save的每一層的輸出,因為后面需要用來做Concat等操作,不在self.save層的輸出就為Noney.append(x if m.i in self.save else None)  # save output# 特征可視化,可以自己改動想要那層的特征進行可視化if visualize:feature_visualization(x, m.type, m.i, save_dir=visualize)return xdef _profile_one_layer(self, m, x, dt):c = m == self.model[-1]  # is final layer, copy input as inplace fixo = thop.profile(m, inputs=(x.copy() if c else x,), verbose=False)[0] / 1E9 * 2 if thop else 0  # FLOPst = time_sync()for _ in range(10):m(x.copy() if c else x)dt.append((time_sync() - t) * 100)if m == self.model[0]:LOGGER.info(f"{'time (ms)':>10s} {'GFLOPs':>10s} {'params':>10s}  module")LOGGER.info(f'{dt[-1]:10.2f} {o:10.2f} {m.np:10.0f}  {m.type}')if c:LOGGER.info(f"{sum(dt):10.2f} {'-':>10s} {'-':>10s}  Total")def fuse(self):  # fuse model Conv2d() + BatchNorm2d() layers''' 用在detect.py、val.py中fuse model Conv2d() + BatchNorm2d() layers調用torch_utils.py中的fuse_conv_and_bn函數和common.py中的forward_fuse函數'''LOGGER.info('Fusing layers... ')  # 日志for m in self.model.modules():  # 遍歷每一層結構# 如果當前層是卷積層Conv且有BN結構,那么就調用fuse_conv_and_bn函數將Conv和BN進行融合,加速推理if isinstance(m, (Conv, DWConv)) and hasattr(m, 'bn'):m.conv = fuse_conv_and_bn(m.conv, m.bn)  # update conv  融合delattr(m, 'bn')  # remove batchnorm  移除BNm.forward = m.forward_fuse  # update forward  更新前向傳播(反向傳播不用管,因為這個過程只用再推理階段)self.info()  # 打印Conv+BN融合后的模型信息return selfdef info(self, verbose=False, img_size=640):  # print model information''' 用在上面的__init__函數上調用torch_utils.py下model_info函數打印模型信息'''model_info(self, verbose, img_size)def _apply(self, fn):# Apply to(), cpu(), cuda(), half() to model tensors that are not parameters or registered buffersself = super()._apply(fn)m = self.model[-1]  # Detect()if isinstance(m, (Detect, Segment)):m.stride = fn(m.stride)m.grid = list(map(fn, m.grid))if isinstance(m.anchor_grid, list):m.anchor_grid = list(map(fn, m.anchor_grid))return selfclass DetectionModel(BaseModel):# YOLOv5 detection modeldef __init__(self, cfg='yolov5s.yaml', ch=3, nc=None, anchors=None):  # model, input channels, number of classes''':params cfg: 模型配置文件:params ch: input img channels 一般是3(RGB文件):params nc: number of classes 數據集的類別個數:params anchors: 一般是None'''super().__init__()if isinstance(cfg, dict):self.yaml = cfg  # model dictelse:  # is *.yaml  一般執行這里import yaml  # for torch hubself.yaml_file = Path(cfg).name  # cfg file name = 'yolov5s.yaml'# 如果配置文件中有中文,打開時要加encoding參數with open(cfg, encoding='ascii', errors='ignore') as f:  # encoding='utf-8'self.yaml = yaml.safe_load(f)  # model dict# Define modelch = self.yaml['ch'] = self.yaml.get('ch', ch)  # input channels  ch=3# 設置類別數,一般不執行,因為nc=self.yaml['nc']恒成立if nc and nc != self.yaml['nc']:LOGGER.info(f"Overriding model.yaml nc={self.yaml['nc']} with nc={nc}")self.yaml['nc'] = nc  # override yaml value# 重寫anchors,一般不執行,因為傳進來的anchors一般都是Noneif anchors:LOGGER.info(f'Overriding model.yaml anchors with anchors={anchors}')self.yaml['anchors'] = round(anchors)  # override yaml value# 創建網絡模型# self.model: 初始化的整個網絡模型(包括Detect層結構)# self.save: 所有層結構中from不等于-1的序號,并排好序  [4,6,10,14,17,20,23]self.model, self.save = parse_model(deepcopy(self.yaml), ch=[ch])  # model, savelist# default class names ['0','1','2',...,'19']self.names = [str(i) for i in range(self.yaml['nc'])]  # default names# self.inplace=True  默認True,不使用加速推理# AWS Inferentia Inplace compatiability# https://github.com/ultralytics/yolov5/pull/2953self.inplace = self.yaml.get('inplace', True)# Build strides, anchors# 獲取Detect模塊的stride(相對輸入圖像的下采樣率)和anchors在當前Detect輸出的feature map的尺寸m = self.model[-1]  # Detect()if isinstance(m, (Detect, Segment)):s = 256  # 2x min stridem.inplace = self.inplaceforward = lambda x: self.forward(x)[0] if isinstance(m, Segment) else self.forward(x)# 計算三個feature map的anchor大小,如[10,13]/8 -> [1.25,1.625]m.stride = torch.tensor([s / x.shape[-2] for x in forward(torch.zeros(1, ch, s, s))])  # forward# 檢查anchor順序與stride順序是否一致check_anchor_order(m)m.anchors /= m.stride.view(-1, 1, 1)self.stride = m.strideself._initialize_biases()  # only run once  初始化偏置# Init weights, biasesinitialize_weights(self)  # 調用torch_utils.py下initialize_weights初始化模型權重self.info()  # 打印模型信息LOGGER.info('')def forward(self, x, augment=False, profile=False, visualize=False):# 是否在測試時也使用數據增強 Test Time Augmentation(TTA)if augment:return self._forward_augment(x)  # augmented inference, None  上下flip/左右flip# 默認執行,正常前向推理return self._forward_once(x, profile, visualize)  # single-scale inference, traindef _forward_augment(self, x):''' TTA Test Time Augmentation '''img_size = x.shape[-2:]  # height, widths = [1, 0.83, 0.67]  # scalesf = [None, 3, None]  # flips (2-ud上下, 3-lr左右)y = []  # outputsfor si, fi in zip(s, f):# scale_img縮放圖片尺寸xi = scale_img(x.flip(fi) if fi else x, si, gs=int(self.stride.max()))yi = self._forward_once(xi)[0]  # forward# cv2.imwrite(f'img_{si}.jpg', 255 * xi[0].cpu().numpy().transpose((1, 2, 0))[:, :, ::-1])  # save# _descale_pred將推理結果恢復到相對原圖圖片尺寸yi = self._descale_pred(yi, fi, si, img_size)y.append(yi)y = self._clip_augmented(y)  # clip augmented tailsreturn torch.cat(y, 1), None  # augmented inference, traindef _descale_pred(self, p, flips, scale, img_size):# de-scale predictions following augmented inference (inverse operation)''' 用在上面的__init__函數上將推理結果恢復到原圖圖片尺寸上 TTA中用到:params p: 推理結果:params flips: 翻轉標記(2-ud上下, 3-lr左右):params scale: 圖片縮放比例:params img_size: 原圖圖片尺寸'''# 不同的方式前向推理使用公式不同,具體可看Detect函數if self.inplace:  # 默認執行True,不使用AWS Inferentiap[..., :4] /= scale  # de-scaleif flips == 2:p[..., 1] = img_size[0] - p[..., 1]  # de-flip udelif flips == 3:p[..., 0] = img_size[1] - p[..., 0]  # de-flip lrelse:x, y, wh = p[..., 0:1] / scale, p[..., 1:2] / scale, p[..., 2:4] / scale  # de-scaleif flips == 2:y = img_size[0] - y  # de-flip udelif flips == 3:x = img_size[1] - x  # de-flip lrp = torch.cat((x, y, wh, p[..., 4:]), -1)return pdef _clip_augmented(self, y):# Clip YOLOv5 augmented inference tailsnl = self.model[-1].nl  # number of detection layers (P3-P5)g = sum(4 ** x for x in range(nl))  # grid pointse = 1  # exclude layer counti = (y[0].shape[1] // g) * sum(4 ** x for x in range(e))  # indicesy[0] = y[0][:, :-i]  # largei = (y[-1].shape[1] // g) * sum(4 ** (nl - 1 - x) for x in range(e))  # indicesy[-1] = y[-1][:, i:]  # smallreturn ydef _initialize_biases(self, cf=None):  # initialize biases into Detect(), cf is class frequency''' 用在上面的__init__函數上 '''# https://arxiv.org/abs/1708.02002 section 3.3# cf = torch.bincount(torch.tensor(np.concatenate(dataset.labels, 0)[:, 0]).long(), minlength=nc) + 1.m = self.model[-1]  # Detect() modulefor mi, s in zip(m.m, m.stride):  # fromb = mi.bias.view(m.na, -1)  # conv.bias(255) to (3,85)b.data[:, 4] += math.log(8 / (640 / s) ** 2)  # obj (8 objects per 640 image)b.data[:, 5:5 + m.nc] += math.log(0.6 / (m.nc - 0.99999)) if cf is None else torch.log(cf / cf.sum())  # clsmi.bias = torch.nn.Parameter(b.view(-1), requires_grad=True)
Model = DetectionModel

6、文件修改

1、./models/common.py 增加C2模塊

在這里插入圖片描述

2、./models/yolo.py 在parse_model中增加C2

在這里插入圖片描述
在這里插入圖片描述

3、./models/yolov5s.yaml 在原第2層和原第3層之間插入C2模塊

在這里插入圖片描述

4、訓練

python train.py --img 900 --batch 24 --epoch 100 --data data/ab.yaml --cfg models/yolov5s.yaml --weights yolov5s.pt

結果如下:
在這里插入圖片描述

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/pingmian/82877.shtml
繁體地址,請注明出處:http://hk.pswp.cn/pingmian/82877.shtml
英文地址,請注明出處:http://en.pswp.cn/pingmian/82877.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

寶塔安裝ssh證書報錯:/usr/bin/curl: symbol lookup error: curl_easy_header

原因&#xff1a; 你當前的 curl 命令版本是 7.70.0&#xff08;不是系統默認版本&#xff0c;應該是你手動安裝的&#xff09;。它鏈接的是 /usr/local/lib/libcurl.so.4&#xff0c;而不是 CentOS 系統默認的 /usr/lib64/libcurl.so.4。/usr/local/lib/libcurl.so.4 很可能是…

Apache SeaTunnel 引擎深度解析:原理、技術與高效實踐

Apache SeaTunnel 作為新一代高性能分布式數據集成平臺&#xff0c;其核心引擎設計融合了現代大數據處理架構的精髓。 Apache SeaTunnel引擎通過分布式架構革新、精細化資源控制及企業級可靠性設計&#xff0c;顯著提升了數據集成管道的執行效率與運維體驗。其模塊化設計允許用…

測試用例及黑盒測試方法

一、測試用例 1.1 基本要素 測試用例&#xff08;Test Case&#xff09;是為了實施測試而向被測試的系統提供的一組集合&#xff0c;這組集合包含&#xff1a;測試環境、操作步驟、測試數據、預期結果等4個主要要素。 1.1.1 測試環境 定義&#xff1a;測試執行所需的軟硬件…

硬件工程師筆記——運算放大電路Multisim電路仿真實驗匯總

目錄 1 運算放大電路基礎 1.1 概述 1.1.1 基本結構 1.1.2 理想特性 1.2 運算放大分析方法 1.2.1 虛短 1.2.2虛斷 1.2.3 疊加定理 2 同向比例運算放大電路 2.1 概述 2.1.1 基本電路結構 2.1.2 電路原理 2.2 仿真分析 2.2.1 電壓增益 2.2.2 相位分析 3 反向比例運…

板凳-------Mysql cookbook學習 (九)

第4章&#xff1a;表管理 4.0 引言 MySQL &#xff1a;&#xff1a; 員工樣例數據庫 &#xff1a;&#xff1a; 3 安裝 https://dev.mysql.com/doc/employee/en/employees-installation.html Employees 數據庫與幾種不同的 存儲引擎&#xff0c;默認情況下啟用 InnoDB 引擎。編…

MySQL省市區數據表

數據結構簡單展示一下 具體的可以點擊文章最后的鏈接地址下載 連接地址中有兩個文件一個是詳細的另一個是簡潔的 SET NAMES utf8mb4; SET FOREIGN_KEY_CHECKS 0;-- ---------------------------- -- Table structure for ln_new_region -- ---------------------------- DROP…

無人機報警器探測模塊技術解析!

一、運行方式 1. 頻譜監測與信號識別 全頻段掃描&#xff1a;模塊實時掃描900MHz、1.5GHz、2.4GHz、5.8GHz等無人機常用頻段&#xff0c;覆蓋遙控、圖傳及GPS導航信號。 多路分集技術&#xff1a;采用多傳感器陣列&#xff0c;通過信號加權合并提升信噪比&#xff0c;…

Oracle 導入導出 dmp 數據文件實戰

一、DMP文件基礎知識?? 1. ??DMP文件定義?? DMP&#xff08;Data Pump Dump File&#xff09;是Oracle數據庫專用的二進制格式文件&#xff0c;由expdp/impdp或舊版exp/imp工具生成。它包含數據庫對象的元數據&#xff08;表結構、索引等&#xff09;和實際數據&#x…

Coursier:安裝sbt

命令 ./cs launch sbt -- --version 的含義是??通過 Coursier&#xff08;cs&#xff09;工具啟動 SBT&#xff08;Scala 構建工具&#xff09;&#xff0c;并查詢其版本信息??。具體解析如下&#xff1a; ??1. 命令結構解析?? ??./cs??&#xff1a; 這是 Coursie…

【深度學習】12. VIT與GPT 模型與語言生成:從 GPT-1 到 GPT4

VIT與GPT 模型與語言生成&#xff1a;從 GPT-1 到 GPT4 本教程將介紹 GPT 系列模型的發展歷程、結構原理、訓練方式以及人類反饋強化學習&#xff08;RLHF&#xff09;對生成對齊的改進。內容涵蓋 GPT-1、GPT-2、GPT-3、GPT-3.5&#xff08;InstructGPT&#xff09;、ChatGPT …

項目更改權限后都被git標記為改變,怎么去除

?問題描述&#xff1a; 當你修改了項目中的文件權限&#xff08;如使用 chmod 改了可執行權限&#xff09;&#xff0c;Git 會把這些文件標記為“已更改”&#xff0c;即使內容并沒有發生任何改變。 ? 解決方法&#xff1a; ? 方法一&#xff1a;告訴 Git 忽略權限變化&am…

openfeignFeign 客戶端禁用 SSL

要針對特定的 Feign 客戶端禁用 SSL 驗證&#xff0c;可以通過自定義配置類實現。以下是完整解決方案&#xff1a; 1. 創建自定義配置類&#xff08;禁用 SSL 驗證&#xff09; import feign.Client; import feign.httpclient.ApacheHttpClient; import org.apache.http.conn…

移動端 UI自動化測試學習之Appium框架(包含adb調試工具介紹)

文章目錄 前言adb調試工具adb組成常用命令獲取程序的包名和界面名文件傳輸發送文件到手機從手機中拉取文件 獲取app啟動時間獲取手機日志其他命令 Appium 簡介工作原理圖 環境搭建安裝客戶端庫&#xff08;appium lib&#xff09;安裝Appium Server安裝JDK&#xff08;自行下載…

【論文解讀】DETR: 用Transformer實現真正的End2End目標檢測

1st authors: About me - Nicolas Carion?Francisco Massa? - ?Google Scholar? paper: [2005.12872] End-to-End Object Detection with Transformers ECCV 2020 code: facebookresearch/detr: End-to-End Object Detection with Transformers 1. 背景 目標檢測&#…

性能測試-jmeter實戰1

課程&#xff1a;B站大學 記錄軟件測試-性能測試學習歷程、掌握前端性能測試、后端性能測試、服務端性能測試的你才是一個專業的軟件測試工程師 性能測試-jmeter實戰1 為什么需要性能測試呢&#xff1f;性能測試的作用&#xff1f;性能測試體系性能測試基礎性能測試工具性能監控…

HTML、XML、JSON 是什么?有什么區別?又是做什么的?

在學習前端開發或者理解互聯網工作原理的過程中&#xff0c;我們經常會遇到三個非常重要的概念&#xff1a;HTML、XML 和 JSON。它們看起來有點像&#xff0c;但其實干的事情完全不同。 &#x1f3c1; 一、他們是誰&#xff1f;什么時候誕生的&#xff1f; 名稱全稱誕生時間誰…

HTML5 全面知識點總結

一、HTML 基礎概念 HTML&#xff1a;超文本標記語言&#xff0c;用于創建網頁和 Web 應用的結構。 超文本&#xff1a;可以包含文字、圖片、音頻、視頻、鏈接等多種媒體。 標記語言&#xff1a;通過標簽標記網頁的各個部分。 二、HTML5 的新特性&#xff08;區別于 HTML4&am…

記錄一個難崩的bug

1.后端配置了 Filter 過濾器&#xff0c;如果再配置了Configuration ,那么會出現沖突嗎&#xff1f; 過濾器與Configuration類本身無直接沖突&#xff0c;但需注意注冊機制、執行順序和依賴管理。通過顯式控制過濾器的注冊方式和優先級&#xff0c;結合Spring Security的鏈式配…

RabbitMQ 與其他 MQ 的對比分析:Kafka/RocketMQ 選型指南(二)

四、三者性能大比拼 4.1 吞吐量 吞吐量是衡量消息隊列處理能力的重要指標&#xff0c;它反映了在單位時間內消息隊列能夠處理的消息數量。在這方面&#xff0c;Kafka 表現最為出色&#xff0c;其獨特的設計使其能夠輕松處理每秒數百萬條消息 。Kafka 采用分布式架構和分區機制…

【C】箭頭運算符

在C語言中&#xff0c;p_tone->power_off 是一種通過指針訪問結構體成員的方法&#xff0c;稱為箭頭運算符&#xff08;->&#xff09;。它主要用于以下場景&#xff1a; 1. 語法解釋 p_tone&#xff1a;是一個指向結構體&#xff08;或聯合體&#xff09;的指針。powe…