训练YoloV5模型时使用的激活函数

YoloV5模型中使用了一种称为"Swish"的激活函数，它是一种自适应激活函数，具有以下形式：

f(x) = x * sigmoid(beta * x)

其中，`sigmoid`是Sigmoid函数，`beta`是一个可学习的参数。Swish激活函数的主要优点是在保持ReLU激活函数的非线性特性的同时，可以更好地抑制极端值。在训练过程中，Swish激活函数可以提高模型的准确性和泛化能力。