帮我找一下yolov5 6.2 分类模型的网络结构图
时间: 2023-06-26 18:08:12 浏览: 154
网络结构图
以下是 YOLOv5 6.2 分类模型的网络结构图:
```
YOLOv5 Classifier
├── Focus (32, 3, 3)
├── Conv (64, 3, 2)
├── BottleneckCSP (64, 64, 2)
│ ├── Conv (64, 1, 1)
│ ├── Conv (64, 3, 1)
│ ├── Conv (64, 1, 1)
│ ├── Conv (64, 3, 1)
│ ├── Conv (64, 1, 1)
│ ├── Add
│ ├── Conv (64, 1, 1)
│ ├── Conv (64, 3, 1)
│ ├── Conv (64, 1, 1)
│ ├── Conv (64, 3, 1)
│ ├── Conv (64, 1, 1)
│ ├── Add
│ ├── Conv (128, 1, 1)
│ └── Conv (64, 1, 1)
├── Conv (128, 3, 2)
├── BottleneckCSP (128, 128, 3)
│ ├── Conv (128, 1, 1)
│ ├── Conv (128, 3, 1)
│ ├── Conv (128, 1, 1)
│ ├── Conv (128, 3, 1)
│ ├── Conv (128, 1, 1)
│ ├── Add
│ ├── Conv (128, 1, 1)
│ ├── Conv (128, 3, 1)
│ ├── Conv (128, 1, 1)
│ ├── Conv (128, 3, 1)
│ ├── Conv (128, 1, 1)
│ ├── Add
│ ├── Conv (256, 1, 1)
│ └── Conv (128, 1, 1)
├── Conv (256, 3, 2)
├── BottleneckCSP (256, 256, 9)
│ ├── Conv (256, 1, 1)
│ ├── Conv (256, 3, 1)
│ ├── Conv (256, 1, 1)
│ ├── Conv (256, 3, 1)
│ ├── Conv (256, 1, 1)
│ ├── Add
│ ├── Conv (256, 1, 1)
│ ├── Conv (256, 3, 1)
│ ├── Conv (256, 1, 1)
│ ├── Conv (256, 3, 1)
│ ├── Conv (256, 1, 1)
│ ├── Add
│ ├── Conv (512, 1, 1)
│ └── Conv (256, 1, 1)
├── Conv (512, 3, 2)
├── BottleneckCSP (512, 512, 9)
│ ├── Conv (512, 1, 1)
│ ├── Conv (512, 3, 1)
│ ├── Conv (512, 1, 1)
│ ├── Conv (512, 3, 1)
│ ├── Conv (512, 1, 1)
│ ├── Add
│ ├── Conv (512, 1, 1)
│ ├── Conv (512, 3, 1)
│ ├── Conv (512, 1, 1)
│ ├── Conv (512, 3, 1)
│ ├── Conv (512, 1, 1)
│ ├── Add
│ ├── Conv (1024, 1, 1)
│ └── Conv (512, 1, 1)
├── SPP (5)
│ ├── Conv (512, 1, 1)
│ ├── MaxPool (5, 1)
│ ├── Concat
│ └── Conv (512, 1, 1)
├── BottleneckCSP (512, 1024, 3)
│ ├── Conv (1024, 1, 1)
│ ├── Conv (512, 1, 1)
│ ├── Conv (1024, 3, 1)
│ ├── Conv (512, 1, 1)
│ ├── Conv (1024, 1, 1)
│ ├── Add
│ ├── Conv (512, 1, 1)
│ ├── Conv (1024, 3, 1)
│ ├── Conv (512, 1, 1)
│ ├── Conv (1024, 1, 1)
│ ├── Add
│ ├── Conv (512, 1, 1)
│ └── Conv (1024, 3, 1)
├── Conv (512, 1, 1)
├── Concat
├── Conv (1024, 3, 1)
├── Conv (3, 1, 1)
├── GlobalAvgPool
└── Softmax
```
阅读全文