yolov5中的common.py给出Bottleneck_cot类的定义

好的，Bottleneck_cot是YOLOv5的一个自定义卷积块，主要用于提取特征。以下是该类的定义：

class Bottleneck_cot(nn.Module):
    # Standard bottleneck
    def __init__(self, c1, c2, shortcut=True, g=1, e=0.5):
        super(Bottleneck_cot, self).__init__()
        self.cv1 = nn.Conv2d(c1, c2, 1, bias=False)
        self.cv2 = nn.Conv2d(c2, c2, 3, 1, g, bias=False, padding=g // 2)
        self.cv3 = nn.Conv2d(c2, c2, 1, bias=False)
        self.bn1 = nn.BatchNorm2d(c2)
        self.bn2 = nn.BatchNorm2d(c2)
        self.act = nn.LeakyReLU(0.1, inplace=True)
        self.shortcut = shortcut and c1 == c2
        self.e = e

    def forward(self, x):
        shortcut = x
        x = self.act(self.bn1(self.cv1(x)))
        x = self.act(self.bn2(self.cv2(x)))
        x = self.cv3(x)
        if self.shortcut:
            x += shortcut  # skip connection
        return x

该类包含三个卷积层和两个批归一化层，以及一个激活函数和一个跳跃连接（如果满足条件）。其中，`c1`和`c2`分别为输入和输出通道数，`g`为卷积分组数，`e`为通道扩展系数。