yolov5 6.0网络结构图

以下是 YOLOv5 6.0 版本的网络结构图：

YOLOv5 Backbone
├── Focus (in_channels=3, out_channels=80, kernel_size=3, stride=1)
├── Conv (in_channels=80, out_channels=160, kernel_size=3, stride=2)
│   ├── Bottleneck (in_channels=160, out_channels=80)
│   ├── BottleneckCSP (in_channels=80, out_channels=160, n=2)
│   ├── Bottleneck (in_channels=160, out_channels=320)
│   ├── SPP (in_channels=320, out_channels=320)
│   ├── BottleneckCSP (in_channels=320, out_channels=640, n=2, shortcut=False)
│   ├── Bottleneck (in_channels=640, out_channels=640)
│   └── BottleneckCSP (in_channels=640, out_channels=1280, n=2, shortcut=False)
├── Conv (in_channels=1280, out_channels=640, kernel_size=1, stride=1)
└── Detect (nc=80, anchors=(), ch=(320, 640, 1280))
    ├── DetectBlock (in_channels=1280, out_channels=512)
    ├── DetectBlock (in_channels=768, out_channels=256)
    ├── DetectBlock (in_channels=384, out_channels=256)
    └── DetectBlock (in_channels=192, out_channels=128)

其中，YOLOv5 的主干网络使用了 CSPDarknet53，而 6.0 版本的改进包括了使用了 Focus 网络，SPP 模块和更深的 CSP Bottleneck。Detect 部分是检测头，使用了一系列的 DetectBlock 模块来提取特征并进行目标检测。