yolov5中的cbl模块

在 YOLOv5 中，CBL 模块是指“convolutional block layer”，它是一种基本的卷积块，由一系列的卷积层、批量归一化层和激活函数层组成。CBL 模块的设计旨在提高模型的性能和精度，减少训练时间和计算成本。

具体来说，CBL 模块包括一个 1x1 的卷积层，用于降低通道数，接着是一个 3x3 的卷积层，用于提取特征，然后是一个批量归一化层和一个激活函数层。在 YOLOv5 中，CBL 模块被广泛应用于各种卷积层中，包括骨干网络中的卷积层、特征融合层和检测头中的卷积层等。

通过使用 CBL 模块，YOLOv5 可以在保持高精度的同时，减少计算成本和模型大小。