声明
- 🍨本文为🔗365天深度学习训练营中的学习记录博客
- 🍖原作者：K同学啊
我的环境
Python版本：3.10.19
PyTorch版本：2.9.1+cu130
Torchvision版本：0.24.1+cu130
CUDA版本：13.0
GPU设备：NVIDIA GeForce RTX 5060
主要内容
YOLOv5中的C3模块
代码解析
首先，定义了一个新卷积Conv，它是由一个卷积层、一个池化层以及一个SiLU层组成
#卷积块：卷积+批归一化+激活函数 class Conv(nn.Module): def __init__(self, c1, c2, k=1, s=1, p=None, g=1, act=True): super().__init__() self.conv = nn.Conv2d(c1, c2, k, s, atuopad(k, p), groups=g, bias=False) self.bn = nn.BatchNorm2d(c2) #act = true时使用SiLU激活函数，act为false时不使用激活函数，act也可以传入自定义的激活函数 self.act = nn.SiLU() if act else (act if isinstance(act, nn.Module) else nn.Identity()) def forward(self, x): return self.act(self.bn(self.conv(x)))这其中用到了一个自动计算padding的函数，该函数目的是让输出的尺寸和输入保持一致
#通过改变padding实现输出尺寸不变 def atuopad(k, p=None): if p is None: p = k // 2 if isinstance(k, int) else [x // 2 for x in k] return p接下来是Bottleneck层，Bottleneck层是现代深度卷积网络的核心组件，主要作用是在保持或提升性能的同时，显著降低计算复杂度和参数量；并且它使用残差链接保证了网络深度。
如图所示，一个bottleneck层是将输入以及输入经过两次conv层后的输出结合在一起作为输出。故代码如下
class Bottleneck(nn.Module): def __init__(self, c1, c2, shortcut=True, g=1, e=0.5): super().__init__() c_ = int(c2 * e) self.cv1 = Conv(c1, c_, 1, 1) self.cv2 = Conv(c_, c2, 3, 1, g=g) #是否使用残差连接，启用残差链接且输入输出通道数相等时使用 self.add = shortcut and c1 == c2 def forward(self, x): return x + self.cv2(self.cv1(x)) if self.add else self.cv2(self.cv1(x))最后组成了其中的C3模块
在YOLOv5中，有许多C3模块连接在一起，组成了其中经典的C3*N结构
C3模块由输入先经过一个Conv层，然后加上通过N个bottleneck层的结果，最后再经过一个Conv层组成
class C3(nn.Module): def __init__(self, c1, c2, n=1, shortcut=True, g=1, e=0.5): super().__init__() c_ = int(c2 * e) self.cv1 = Conv(c1, c_, 1, 1) self.cv2 = Conv(c1, c_, 1, 1) self.cv3 = Conv(2 * c_, c2, 1) self.m = nn.Sequential(*[Bottleneck(c_, c_, shortcut, g, e=1.0) for _ in range(n)]) def forward(self, x): return self.cv3(torch.cat((self.m(self.cv1(x)), self.cv2(x)), dim=1))最后网络结构如下
class model_K(nn.Module): def __init__(self): super(model_K, self).__init__() self.Conv = Conv(3, 32, 3, 2) self.C3_1 = C3(32, 64, 3, 2) self.classifier = nn.Sequential( nn.Linear(802816, 100), nn.ReLU(), nn.Linear(100, out_features=4) ) def forward(self, x): x = self.Conv(x) x = self.C3_1(x) x = torch.flatten(x, 1) x = self.classifier(x) return x可自行选择，增加其中C3层数量，以及bottleneck层数量。但是注意修改线性层输入。
)
)
