yolov5 backbone 的cbl组成

YoloV5的backbone由一系列的CBL(Convolution, Batch Normalization, LeakyReLU)块构成。每个CBL块由以下三层组成：

1. Convolution Layer：使用3x3的卷积核进行卷积操作。这一层负责提取特征，增加网络的感受野。

2. Batch Normalization Layer：对卷积层的输出进行归一化，加速网络的收敛速度，提升网络的泛化能力。

3. LeakyReLU Activation Layer：使用LeakyReLU激活函数对归一化后的输出进行激活，增强网络的非线性能力，提高检测精度。

YoloV5的backbone共包含7个CBL块，其中前5个CBL块的步长为2，用于降低特征图的大小，后2个CBL块的步长为1，用于提取更细节的特征。