解释 Args: in_channels (list[int]): input channels of each level which can be derived from the output shape of backbone by from_config out_channel (list[int]): output channel of each level spatial_scales (list[float]): the spatial scales between input feature maps and original input image which can be derived from the output shape of backbone by from_config has_extra_convs (bool): whether to add extra conv to the last level. default False extra_stage (int): the number of extra stages added to the last level. default 1 use_c5 (bool): Whether to use c5 as the input of extra stage, otherwise p5 is used. default True norm_type (string|None): The normalization type in FPN module. If norm_type is None, norm will not be used after conv and if norm_type is string, bn, gn, sync_bn are available. default None norm_decay (float): weight decay for normalization layer weights. default 0. freeze_norm (bool): whether to freeze normalization layer. default False relu_before_extra_convs (bool): whether to add relu before extra convs. default False

这段代码是一个函数的参数说明，这个函数的作用是构建一个特征金字塔网络（Feature Pyramid Network，简称FPN）。下面我会解释一下这些参数的含义：

- in_channels：每个级别的输入通道数，这些通道数可以从主干网络的输出形状中推导出来。
- out_channel：每个级别的输出通道数。
- spatial_scales：每个级别相对于原始输入图像的空间尺度，这些空间尺度也可以从主干网络的输出形状中推导出来。
- has_extra_convs：是否在最后一个级别添加额外的卷积层，如果为True，则在最后一个级别添加额外的卷积层。
- extra_stage：添加到最后一个级别的额外阶段的数量，默认为1。
- use_c5：是否使用C5作为额外级别的输入，否则将使用P5。默认为True。
- norm_type：FPN模块中使用的归一化类型，如果norm_type为None，则在卷积层后不使用归一化；如果norm_type为字符串，则可以使用BN、GN、SyncBN。默认为None。
- norm_decay：归一化层权重的权重衰减。默认为0。
- freeze_norm：是否冻结归一化层。默认为False。
- relu_before_extra_convs：是否在额外的卷积层之前添加ReLU激活函数。默认为False。