YOLOv5使用了GN（GroupNorm）的代码

在YOLOv5中，使用GN替换BN的代码如下：

首先，需要导入torch.nn库：

import torch.nn as nn

然后，在构建卷积层时，使用nn.GroupNorm替代nn.BatchNorm：

nn.Conv2d(in_channels, out_channels, kernel_size, stride, padding),
nn.GroupNorm(num_groups, num_channels),
nn.ReLU(),

其中，num_groups是将特征图分成的组数，num_channels是每组的通道数。

例如，在YOLOv5中，对于CSPDarknet53网络，前两个卷积层的代码如下：

self.conv1 = nn.Conv2d(3, 32, kernel_size=3, stride=1, padding=1, bias=False)
self.bn1 = nn.GroupNorm(32 // 16, 32)
self.act1 = nn.LeakyReLU(0.1, inplace=True)
self.conv2 = nn.Conv2d(32, 64, kernel_size=3, stride=2, padding=1, bias=False)
self.bn2 = nn.GroupNorm(64 // 16, 64)
self.act2 = nn.LeakyReLU(0.1, inplace=True)

这里，num_groups设置为通道数的1/16，即32的2。