yolov5目标识别（yoloV5更换BiFPN结合小目标检测层）

时间2025-05-30 03:23:52分类IT科技浏览4097

导读：本文章纯属记录学习使用，我也不太明白是否为小目标检测层，不对的地方还希望一块交流...

本文章纯属记录学习使用，我也不太明白是否为小目标检测层，不对的地方还希望一块交流

yolov5初始模型在特征融合时只对P3 、P4 、P5 、三个特征层进行了融合，添加小目标检测层的目的是把P2（也就是yaml文件中第二个conv层得到的特征图）也加入到特征融合中。

P2位于低特征层，具有较强的位置信息，语义特征信息较弱，常用来进行小目标检测，这篇博客我觉得写的很好高低特征层。

但并不是你觉得你所要检测的是小目标，就需要加入小目标检测层，当添加小目标检测层有时会适得其反，并不会有所改进。看论文对于小目标的定义为：小于32*32像素的目标为小目标。

（yaml能跑通但是有些不合理，等有时间会修改）

添加BiFPN

第一步：在common.py 文件下添加下列代码

# BiFPN # 两个特征图add操作 class BiFPN_Add2(nn.Module): def __init__(self, c1, c2): super(BiFPN_Add2, self).__init__() # 设置可学习参数 nn.Parameter的作用是：将一个不可训练的类型Tensor转换成可以训练的类型parameter # 并且会向宿主模型注册该参数成为其一部分即model.parameters()会包含这个parameter # 从而在参数优化的时候可以自动一起优化 self.w = nn.Parameter(torch.ones(2, dtype=torch.float32), requires_grad=True) self.epsilon = 0.0001 self.conv = nn.Conv2d(c1, c2, kernel_size=1, stride=1, padding=0) self.silu = nn.SiLU() def forward(self, x): w = self.w weight = w / (torch.sum(w, dim=0) + self.epsilon) return self.conv(self.silu(weight[0] * x[0] + weight[1] * x[1])) # 三个特征图add操作 class BiFPN_Add3(nn.Module): def __init__(self, c1, c2): super(BiFPN_Add3, self).__init__() self.w = nn.Parameter(torch.ones(3, dtype=torch.float32), requires_grad=True) self.epsilon = 0.0001 self.conv = nn.Conv2d(c1, c2, kernel_size=1, stride=1, padding=0) self.silu = nn.SiLU() def forward(self, x): w = self.w weight = w / (torch.sum(w, dim=0) + self.epsilon) # Fast normalized fusion return self.conv(self.silu(weight[0] * x[0] + weight[1] * x[1] + weight[2] * x[2]))

第二步：修改 yolo.py

elif m in [BiFPN_Add2, BiFPN_Add3]: c2 = max([ch[x] for x in f])

第三步：修改 train.py

看下边

该部分代码还请去看迪导博客，他提供很多改进方法，值得学习，强烈推荐！

Yolov5如何更换BiFPN?

6.2版本的train.py代码有些变化，需要进入smart_optomizer这个函数中加入train.py这部分代码

6.2版本会出现报错，后续会解决

2023.3.6 最近在忙并没进行解决，报错的原因大概就是执行顺序的问题

解决思路:把smart_optimizer复制到train.py里，然后加上面红框的代码就可以（如果还报错请留言我再解决）

2023.3.13 解决报错

只需要把smart_optimizer这个函数放在train.py就行，位置随便

# BiFPN_Concat elif isinstance(v, BiFPN_Add2) and hasattr(v, w) and isinstance(v.w, nn.Parameter): g[1].append(v.w) elif isinstance(v, BiFPN_Add3) and hasattr(v, w) and isinstance(v.w, nn.Parameter): g[1].append(v.w)

导入BiFPN_Add2 ，BiFPN_Add3

from models.common import BiFPN_Add3, BiFPN_Add2

记得要把这个删除，不然会报错

运行成功

接下来便是修改后的yaml文件

# Parameters nc: 1 # number of classes depth_multiple: 0.33 # model depth multiple width_multiple: 0.50 # layer channel multiple anchors: 3 # AutoAnchor evolves 3 anchors per P output layer # YOLOv5 v6.0 backbone # Adding connection in architecture between backbone and multi-stage head backbone: # [from, number, module, args] [[-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, BiFPN_Add2, [256,256]], # 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, BiFPN_Add2, [128,128]], # cat backbone P3 [-1, 3, C3, [256, False]], # 17 (P3/8-small) [-1, 1, Conv, [128, 1, 1]], [-1, 1, nn.Upsample, [None, 2, nearest]], [[-1, 2], 1, BiFPN_Add2, [64,64]], # cat backbone P2 [-1, 3, C3, [128, False]], # 21 (P2/4-tiny) [-1, 1, Conv, [256, 3, 2]], [[-1, 17, 4], 1, BiFPN_Add3, [128,128]], [-1, 3, C3, [256, False]], # 24 (P4/16-medium) [-1, 1, Conv, [512, 3, 2]], [[-1, 13, 6], 1, BiFPN_Add3, [256,256]], [-1, 3, C3, [512, False]], # 27 (P4/16-medium) [-1, 1, Conv, [512, 3, 2]], [[-1, 10], 1, BiFPN_Add2, [256,256]], [-1, 3, C3, [1024, False]], # 30 (P5/32-large) [[21, 24, 27, 30], 1, Detect, [nc, anchors]], # Detect(P2, P3, P4, P5) ]

经过修改后的四检测头结合BiFPN（若有错误还请大佬指点一下）

# YOLOv5 🚀 by Ultralytics, GPL-3.0 license # Parameters (P2, P3, P4, P5)都输出，宽深与large版本相同，相当于比large版本能检测更小物体 nc: 1 # number of classes depth_multiple: 0.33 # model depth multiple width_multiple: 0.50 # layer channel multiple anchors: 4 # AutoAnchor evolves 3 anchors per P output layer # YOLOv5 v6.0 backbone backbone: # [from, number, module, args] [[-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 with (P2, P3, P4, P5) outputs head: [[-1, 1, Conv, [512, 1, 1]], [-1, 1, nn.Upsample, [None, 2, nearest]], [[-1, 6], 1, BiFPN_Add2, [256,256]], # 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, BiFPN_Add2, [128,128]], # cat backbone P3 [-1, 3, C3, [256, False]], # 17 (P3/8-small) [-1, 1, Conv, [128, 1, 1]], [-1, 1, nn.Upsample, [None, 2, nearest]], [[-1, 2], 1, BiFPN_Add2, [64,64]], # cat backbone P2 [-1, 1, C3, [128, False]], # 21 (P2/4-xsmall) [-1, 1, Conv, [128, 3, 2]], [-1, 1, Conv, [256, 1, 1]], [[-1, 17, 4], 1, BiFPN_Add3, [128,128]], # cat head P3 [-1, 3, C3, [256, False]], # 25 (P3/8-small) [-1, 1, Conv, [256, 3, 2]], [-1, 1, Conv, [512, 1, 1]], [[-1, 13, 6], 1, BiFPN_Add3, [256,256]], # cat head P4 [-1, 3, C3, [512, False]], # 29 (P4/16-medium) [-1, 1, Conv, [512, 3, 2]], [[-1, 10], 1, BiFPN_Add2, [256,256]], # cat head P5 [-1, 3, C3, [1024, False]], # 32 (P5/32-large) [[21, 25, 29, 32], 1, Detect, [nc, anchors]], # Detect(P2, P3, P4, P5) ]

题外话

这个博客中的BiFPN代码有两个版本，个人感觉第二个版本更合理些，因为不会出现我用1*1conv更换通道使得BiFPN_Add3结合成功，可以尝试下