yolov5 C3模块的卷积层结构

YOLOv5的C3模块包含了三个卷积层，其卷积层结构如下：

Convolutional layer: 1x1, 128 filters, BN, Mish activation
Convolutional layer: 3x3, 128 filters, BN, Mish activation
Convolutional layer: 1x1, 128 filters, BN, Mish activation

其中，BN表示Batch Normalization，Mish表示Mish activation，1x1、3x3表示卷积核大小，128表示卷积核数量。

C3模块的输入是上一层的输出特征图，输出是经过三个卷积层处理后的特征图。C3模块的主要作用是将特征图进行降维，减少模型参数量和推理时间，并提高模型的泛化能力和性能。