首页yolov5 backbone 的cbl组成

yolov5 backbone 的cbl组成

时间: 2023-09-21 15:12:54 浏览: 144

tensorrtx 实现 yolov5 + dcnv2

5星 · 资源好评率100%

将 yolov5x yaml backbone 前3层 conv 改成 dcnconv 参考 tensorrx yolov5 , 实现 tensorrt 推理。 backbone: # [from, number, module, args] [[-1, 1, Conv, [64, 6, 2, 2]], # 0-P1/2 [-1, 1, DCN, [128, 3, 2]], # 1-P2/4 [-1, 3, C3, [128]], [-1, 1, DCN, [256, 3, 2]], # 3-P3/8 [-1, 6, C3, [256]], [-1, 1, DCN, [512, 3, 2]], # 5-P4/16 [-1, 9, C3, [512]], [-1, 1, Conv, [1024, 3, 2]], # 7-P5/32 [-1, 3, C3, [1024]], [-1, 1, SPPF, [1024, 5]], # 9 ]

Yolov5的backbone是CSPDarknet53，由若干个CSPBlock组成。每个CSPBlock包含了若干个Convolutional Block（cbl）和一个Residual Block。具体而言，每个CSPBlock是由以下几个层组成： 1. Convolutional Block（cbl）：包含了一层3x3的卷积层、Batch Normalization和LeakyReLU激活函数。 2. Residual Block：包含了两个cbl层、一个残差连接（即跳跃连接）、Batch Normalization和LeakyReLU激活函数。 3. Shortcut Connection：将Residual Block的输入直接连接到Residual Block的输出，形成跳跃连接。整个CSPBlock的输入和输出都是张量，维度相同。通过CSPBlock的跳跃连接，可以更有效地传递梯度，从而加速网络的训练。

阅读全文