Appearance
Yolov5解析与总结
1.YOLO v5中的改进点:
优缺点
输入端: 数据增强(Mosaic Augmentation、MixUp、CutMix、Bluring、Label Smoothing等)、自适应锚框计算、自适应的图像缩放
BackBone骨干网络: Focus结构、CSP+DarkNet等
Neck: FPN+PAN、SPP等(FPN+PAN是特征金字塔网络)
Prediction:更换边框回归损失函数(GloU_LOSS); // yolov4中是CLoU_LOSS
这块内容中得标红得部分 就是和yolov4对比后 不一样的部分 
2.YOLOv5的结构图
这是根据yolov5代码中的yolov5s.yaml文件中显示 画出的yolov5结构图
但是这里面就是C3的模块的个数 需要看depth参数的值
3.部分层解析
3.1 csp层
是跨阶级连接(有点类似与resnet)
1.csp1 有残差连接
2.csp2 没有残差连接 其他都和csp1差不多
3.2 SPP层的工作原理(空间金字塔池化)
SPP模块通过在特征图上应用多个不同大小的池化窗口来实现。具体步骤如下：
- 池化操作：在输入特征图上应用多个不同大小的池化窗口（如1x1、3x3、5x5、7x7），对每个窗口大小进行最大池化操作。
- 特征拼接：将不同池化窗口得到的特征图进行拼接，形成一个包含多尺度信息的特征图。
- 输出特征：拼接后的特征图保留了输入特征图的空间维度，同时包含了不同尺度的上下文信息
3.3 SPP在YOLOv5中的实现
在YOLOv5的配置文件中，可以看到SPP模块的定义和应用。例如：
python
# SPP module
- [5, 1024, 1, SPP, [5, 9, 13]]3.4 为什么每一层要去判断输出通道是不是8的倍数呢?
这是因为对于模型来说 每一层输出为8的倍数的话 这样对于GPU来说 会更加容易计算
4.yolov5输入端
1.Mosaic数据增强
2.自适应锚框计算
YOLOv5中将计算先验框高宽比的程序代码集成到整个训练过程中(聚类代码)。
3.自适应图片缩放
一般情况下，我们会将图像缩放到常用尺寸，然后在进行后续网络的执行;但是如果填充的比较多的话，则会存在较多的冗余信息，影响推理速度。在YOLO v5中做了自适应的处理，以希望添加最少像素的黑边。
YOLO v5里面填充的边是灰色，并且仅在推理预测的时候添加。
5.YOLOv5代码说明
1.在models文件夹下得yolov5x.yaml中
python
depth_multiple: 0.33
width_mutiple: 0.25其实这几个文件得差别就在于 depth_multiple和width_mutiple而已 这两个参数能够决定网络的参数数量以及卷积核的个数 通过这两个来决定的
2.models文件夹下的common.py放的就是 我们每一层网络结构的代码
其实这个文件中 做的事情 其实就是对我们的数据去做一些拼接和合并
3.hubconf.py里面定义了很多的模型
在models文件夹里面也有hub文件夹 里面的网络模型结构 和hubconf.py中的是逐个对应的
4.flask_rest_api文件夹下 就是flask接口应用 可以直接运行
文件修改步骤
1.需要修改restapi.py中的这一段 把它改成本地加载模型.pt文件
2.把图片路径替换一下
3.运行restapi.py文件和example_request.py
4.就会打印出来我们的测试请求
(这里会报一个问题 就是当我们的torch版本和torchvision版本的兼容度不匹配时)
会报错 解决方法: 我们pytorch官网查看版本兼容 然后重新卸载 再重新安装
5.train.py 里面参数详解
- 1.--weights
给定模型文件, 如果本地路径不存在, 直接从网络上下载, 如果给定为空字符串,表示不适用训练好的模型=> 这就是参数迁移, 从模型文件的参数来进行初始化
- 2.EMA
python
这句代码的意义在于 指数移动平均
考虑历史值对于参数的影响 给训练过程带来帮助
ema = ModelEMA(model) if RANK in [-1, 0] else None6.YOLOv5网络模型结构解析
python
# Ultralytics YOLOv5 🚀, AGPL-3.0 license
# Parameters
nc: 80 # number of classes
depth_multiple: 0.33 # model depth multiple
width_multiple: 0.50 # layer channel multiple
anchors: # 给定先验框大小
- [10, 13, 16, 30, 33, 23] # P3/8
- [30, 61, 62, 45, 59, 119] # P4/16
- [116, 90, 156, 198, 373, 326] # P5/32
# YOLOv5 v6.0 backbone
backbone:
# [from, number, module, args]
# from 就是给定当前输出是那一层的输出，-1就表示上一层
# number 给定当前层重复的次数，实际重复次数是和参数depth_multiple有关的
# module 给定当前层具体模块，具体查着common.py文件
# args 模块参数列表
[
[-1, 1, Conv, [64, 6, 2, 2]], # 0-P1/2
[-1, 1, Conv, [128, 3, 2]], # 1-P2/4
[-1, 3, C3, [128]],
[-1, 1, Conv, [256, 3, 2]], # 3-P3/8
[-1, 6, C3, [256]],
[-1, 1, Conv, [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 v6.0 head
head: [
[-1, 1, Conv, [512, 1, 1]],
[-1, 1, nn.Upsample, [None, 2, "nearest"]],
[[-1, 6], 1, Concat, [1]], # cat backbone P4
[-1, 3, C3, [512, False]], # 13
[-1, 1, Conv, [256, 1, 1]],
[-1, 1, nn.Upsample, [None, 2, "nearest"]],
[[-1, 4], 1, Concat, [1]], # cat backbone P3
[-1, 3, C3, [256, False]], # 17 (P3/8-small)
[-1, 1, Conv, [256, 3, 2]],
[[-1, 14], 1, Concat, [1]], # cat head P4
[-1, 3, C3, [512, False]], # 20 (P4/16-medium)
[-1, 1, Conv, [512, 3, 2]],
[[-1, 10], 1, Concat, [1]], # cat head P5
[-1, 3, C3, [1024, False]], # 23 (P5/32-large)
[[17, 20, 23], 1, Detect, [nc, anchors]], # Detect(P3, P4, P5)
]
Model summary: 214 layers,7235389 parameters, 7235389 gradients, 16.6 GFLOPs7.yolo.py文件 是存放生成模型的类的代码的
关键点: 通过eval函数把字符串变成真正的数据结构