前言

YOLO-V5（GIT链接）：https://github.com/ultralytics/yolov5

一
    
    
    
  、yolov5配置yaml文件

# YOLOv5 🚀 by Ultralytics, GPL-3.0 license # Parameters nc: 80 # number of classes depth_multiple: 1.0 # model depth multiple width_multiple: 1.0 # layer channel multiple anchors: - [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] [[-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) ]

先分段介绍一下上面代码中一些参数表示的意思    
    
    
    
。

# Parameters nc: 80 # number of classes depth_multiple: 1.0 # model depth multiple width_multiple: 1.0 # layer channel multiple anchors: - [10,13, 16,30, 33,23] # P3/8 - [30,61, 62,45, 59,119] # P4/16 - [116,90, 156,198, 373,326] # P5/32

Parameters为一些超参数的设置内容 


     


     


     


  。其中    
    
    
    
，

nc表示类别的数量 


     


     


     


  ，由于默认使用COCO数据集

 




 




 




 
，这里nc=80； depth_multiple表示深度因子   

   

   

   

，用来控制一些特定模块的数量的  

     

     

     

 ，模块数量多网络深度就深； width_multiple表示宽度因子


  




  




  




  ，用来控制整个网络结构的通道数量  


  


  


  


，通道数量越多   
     
     
     
，网络就看上去更胖更宽； anchors表示预先设置的anchor框大小



   




   




   




   ，由于有3个检测输出头位置 



 



 



 


，因此有3行

 




 




 




 
。 # 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 ]

这里就是开始构建整体的网络中各个模块的结构                   ，都用list的格式表示为[from, number, module, args]   

   

   

   

。其中




    




    




    




   ，

from表示该模块的输入来源

















，如果为-1则表示来自于上一个模块中                    ，如果为其他具体的值则表示从特定的模块中得到输入信息； number表示建立number个该模块叠加起来



     



     



     



   ，后期将简写成n

















，n=1表示这个模块就放了一个； module表示具体的模块名称    
    
    
    
，具体可以看YOLOV5项目代码中common.py文件  

     

     

     

 。（不嫌弃的话 


     


     


     


  ，手画了一张图放在下面

 




 




 




 
，简单看看） args表示该模块具体的参数设置   

   

   

   

，不同的模块是不同的参数设置  

     

     

     

 ，在后面的图里会详细说的


  




  




  




  。

二     


     


     


     
、模型结构详解图

在深度因子depth_multiple与宽度因子width_multiple都为1.0的情况下


  




  




  




  ，我们绘制了如下图的模型解释表  


  


  


  


，Layer_ID表示这个层的ID位置   
     
     
     
，方便后面from调用的查看



   




   




   




   ，output_FM_size表示该层输出的特征图大小（这里假设输入图片为640x640x3）  


  


  


  


。

上图中有些符号与颜色解释一下：

灰色背景字表示模型的Concat操作位置； 绿色背景字表示模型的检测输出头位置； 黄色五角星表示模型中被其他层通过from调用的层结构位置； 红色圈是深度因子控制下的叠加层数量 



 



 



 


，当深度因子为1.0时                   ，依次为3 




 




 




 




、6

   

   

   

 、9     

     

     

     、3  




  




  




  




、3


  


  


  


、3；当深度因子为0.33时




    




    




    




   ，乘上0.33

















，依次为1     
     
     
     、2   




   




   




   



、3



 



 



 



、1                   、1    




    




    




    


、1； 红色框是宽度因子控制下的通道数量                    ，当宽度因子为1.0时



     



     



     



   ，依次为3



















、64                  、128...；当深度因子为0.50时

















，乘上0.50    
    
    
    
，依次为3     



     



     



     

、32



















、64...   
     
     
     
。

下图是YOLO-V5的实际结构图 


     


     


     


  ，可以与上图中的信息对应着看



   




   




   




   。其中

 




 




 




 
，

红色实线箭头表示与上图Layer_ID一致的结构构造流程； 模块右上角红字表示该模块的Layer_ID   

   

   

   

，仅标注了一些与结构相关的重要模块； 黄色五角星表示被其他模块通过from调用的模块位置  

     

     

     

 ，与上图中的黄色五角星对应； 灰色底矩形表示Concat操作模块


  




  




  




  ，与上图中的灰色背景字对应； 绿色底矩形表示检测输出头  


  


  


  


，与上图中的绿色背景字对应 



 



 



 


。

总结

本文仅表示个人理解   
     
     
     
，如果有错误欢迎指出                   。