yolov7主干网络提取特征

Yolov7主干网络提取特征的过程如下所示：
1. Yolov7主干网络通过提取多层特征进行多尺度特征融合。在neck部分，一共提取三个特征层，它们的尺寸分别为(80,80,512), (40,40,1024) 和(20, 20,1024)。
2. 首先，将(20, 20,1024)的特征图使用SPPCSPC结构进行特征提取，这个结构可以提高Yolov7的感受野，并被命名为P5。
3. 在Yolov7的主干特征提取网络中，主要包括ELAN和Transition block两个模块。
4. ELAN模块用来提取图像特征。
5. Transition block模块用来对特征图进行下采样。通常情况下，下采样可以通过一个卷积核大小为3×3、步长为2的卷积或者一个步长为2的MaxPooling层来实现。
6. 在Yolov7中，通过将下采样操作整合在一起来完成下采样工作。Transition block模块存在两个分支，左分支是一个步长为2的MaxPooling和一个1×1的卷积，右分支是一个1×1卷积和一个卷积核大小为3、步长为2的卷积，两个分支的输出会进行通道堆叠。

综上所述，Yolov7主干网络提取特征的过程包括了多尺度特征融合和特征下采样的步骤。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [目标检测算法Yolov7](https://blog.csdn.net/hello_dear_you/article/details/129646502)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]