😎😎😎物体检测-系列教程 总目录

有任何问题欢迎在下面留言
本篇文章的代码运行界面均在Pycharm中进行
本篇文章配套的代码资源已经上传
点我下载源码

13、Focus模块

13.1 基本流程

1. 原始输入图像的格式为：tensor: float32[1,3,640,640]
2. 如图所示，首先对于每个通道对应的图都将其平均分成A、B、C、D4块
3. 再分别将A、B、C、D也平均分成更小4块
4. 从A、B、C、D每个位置都各取一块拼接成一个大块
5. 将大块在原图对应的通道位置进行通道的堆叠
6. 最后得到4张图像，此时通道数变成了12
7. 此时进行卷积的时候，长宽减小而通道输入增加了，有利于减少计算量，但是却不会减少AP值
8. 此时数据的格式为：tensor: float32[1,320,320,12]
9. focus模块也有自己的卷积，然后经过hardswish激活函数$Hardswish(x)=\{\begin{array}{ll}0& ifx<=-3,\\ x& ifx>=+3,\\ x\ast (x+3)/6& otherwise\end{array}$

13.2 源码

Focus模块通过空间重组来增强通道信息

class Focus(nn.Module):# Focus wh information into c-spacedef __init__(self, c1, c2, k=1, s=1, p=None, g=1, act=True):  # ch_in, ch_out, kernel, stride, padding, groupssuper(Focus, self).__init__()self.conv = Conv(c1 * 4, c2, k, s, p, g, act)def forward(self, x):  # x(b,c,w,h) -> y(b,4c,w/2,h/2)return self.conv(torch.cat([x[..., ::2, ::2], x[..., 1::2, ::2], x[..., ::2, 1::2], x[..., 1::2, 1::2]], 1))

1. 继承nn.module
2. 构造函数，接受7个参数：c1输入通道、c2输出通道、k卷积核大小、s卷积步长、p填充、g卷积分组数、act激活函数
3. 初始化
4. 调用Conv类构造一个卷积层，这个类已经实现了批归一化、卷积、激活函数等
5. 前向传播函数
6. 将输入x在空间维度上分割为四部分，然后在通道维度上拼接，通过卷积层处理后输出

14、Model类

14.1 构造函数

class Model(nn.Module):def __init__(self, cfg='yolov5s.yaml', ch=3, nc=None):  # model, input channels, number of classessuper(Model, self).__init__()if isinstance(cfg, dict):self.yaml = cfg  # model dictelse:  # is *.yamlimport yaml  # for torch hubself.yaml_file = Path(cfg).namewith open(cfg) as f:self.yaml = yaml.load(f, Loader=yaml.FullLoader)  # model dict# Define modelif nc and nc != self.yaml['nc']:print('Overriding %s nc=%g with nc=%g' % (cfg, self.yaml['nc'], nc))self.yaml['nc'] = nc  # override yaml valueself.model, self.save = parse_model(deepcopy(self.yaml), ch=[ch])  # model, savelist, ch_out# print([x.shape for x in self.forward(torch.zeros(1, ch, 64, 64))])# Build strides, anchorsm = self.model[-1]  # Detect()if isinstance(m, Detect):s = 128  # 2x min stridem.stride = torch.tensor([s / x.shape[-2] for x in self.forward(torch.zeros(1, ch, s, s))])  # forwardm.anchors /= m.stride.view(-1, 1, 1)check_anchor_order(m)self.stride = m.strideself._initialize_biases()  # only run once# print('Strides: %s' % m.stride.tolist())# Init weights, biasesinitialize_weights(self)self.info()print('')

1. 继承nn.Module
2. 构造函数，传入3个参数，配置文件路径、输入通道数、类别数
3. 初始化
4. 配置信息是否为字典：
5. 赋值给self.yaml
6. 否则：
7. 导入yaml工具包
8. yaml_file ，获取文件名称
9. 打开配置文件
10. yaml ，加载配置文件
11. 如果指定了类别数，并且与配置文件中的类别数不同
12. 打印一条消息，说明正在覆盖YAML文件中的类别数
13. 更新yaml字典中的类别数
14. model，save ，调用parse_model函数，传入模型配置和输入通道数，返回模型的层和需要保存的层的列表
15. m，获取模型的最后一层，通常是用于检测的层
16. 最后一层是否是一个检测层
17. s，设置一个基准步长大小
18. m.stride，计算并设置检测层的步长。这是通过前向传播一个零张量（其尺寸基于s和输入通道数ch）并计算输出特征图的高度或宽度相对于s的比率来完成的
19. m.anchors，调整锚点大小，使其适应步长的变化
20. 调用check_anchor_order函数，检查锚点的顺序，并在需要时进行调整
21. stride
22. 调用**_initialize_biases函数**初始化模型的偏置参数，确保初始预测接近于均匀分布
23. 调用initialize_weights函数来初始化模型中所有层的权重，以帮助模型训练时的收敛
24. 调用info函数，打印模型的信息
25. 打印一个换行，在输出中提供清晰的分隔，使得模型信息更容易阅读