yolov8c2f介绍

yolov8c2f是一种基于CSP（Cross Stage Partial）和ELAN（Efficient Latent Attention）思想设计的模块。它在保持轻量化的同时提供更丰富的梯度流信息。该模块的结构如下图所示：

class C2f(nn.Module):
    def __init__(self, c1, c2, n=1, shortcut=False, g=1, e=0.5):
        super().__init__()
        self.c = int(c2 * e)
        self.cv1 = Conv(c1, 2 * self.c, 1, 1)
        self.cv2 = Conv((2 * n) * self.c, c2, 1)
        self.m = nn.ModuleList(Bottleneck(self.c, self.c, shortcut, g, k=((3, 3), (3, 3)), e=1.0) for _ in range(n))
        
    def forward(self, x):
        y = list(self.cv1(x).chunk(2, 1))
        y.extend(m(y[-1]) for m in self.m)
        return self.cv2(torch.cat(y, 1))

这个模块通过多次使用Bottleneck模块来处理输入特征，每次迭代的结果都会追加在列表y的最后。所以最后一个y[-1]就是经过n个Bottleneck模块运算后的结果。最后，将经过处理后的特征与原始特征拼接在一起，通过卷积操作将通道数调整为c2，作为最终的输出。