关键词：
前言
最近在看一些目标检测的最新论文和代码，大多数都是在YOLOv5的基础上进行魔改。
改的最多的基本是原版本的网络结构，这篇博文就从源码角度来解析YOLOv5中，模型是如何构建出来的。
本文使用的是YOLOv5-5.0版本。
模型的深度和宽度
在YOLOv5中，模型结构基本是写在了.yaml中，5.0版本的YOLOv5共有yolov5s，yolov5m，yolov5l和yolov5x四个版本，这四个版本的模型结构一模一样，不同的是两个参数depth_multiple和width_multiple，分别表示模型的深度因子和宽度因子。
在yolo.py中，parse_model函数下的这行代码将深度因子和宽度因子进行读取和赋值。
anchors, nc, gd, gw = d['anchors'], d['nc'], d['depth_multiple'], d['width_multiple']
depth_multiple
首先看深度因子，深度因子参与运算的是这行代码：
n = max(round(n * gd), 1) if n > 1 else n # depth gain
这里的n表示结构的个数，也就是说，n是个>=1的整数(起码得有一个，否则不存在)，depth_multiple越大，那么模型结构的个数也越多，因此网络就更”深“。
width_multiple
再看宽度因子，宽度因子参与运算的是这行代码：
c2 = make_divisible(c2 * gw, 8)
这个c2代表当前层的输出的通道(channel)数，也就是说，width_multiple越大，那么模型结构的通道数越多，因此看起来就更”宽“。
网络构建
下面到了最核心的网络构建部分，从YOLOv3开始，YOLO系列的网络结构都分成骨干(backbone)，颈部(neck)和头部(head)，但是在代码中，颈部和头部被统一写在了head之中。
backbone
以yolov5s为例：
首先来看backbone部分，backbone的代码如下：
backbone:
# [from, number, module, args]
# from表示当前模块的输入来自那一层的输出，-1表示来自上一层的输出
# number表示本模块重复的次数，1表示只有一个，3表示重复3次
# module: 模块名
[[-1, 1, Focus, [64, 3]], # 0-P1/2 [3, 32, 3]
[-1, 1, Conv, [128, 3, 2]], # 1-P2/4 [32, 64, 3, 2]
[-1, 3, C3, [128]], # 2 [64, 64, 1]
[-1, 1, Conv, [256, 3, 2]], # 3-P3/8 [64, 128, 3, 2]
[-1, 9, C3, [256]], # 4 [128, 128, 3]
[-1, 1, Conv, [512, 3, 2]], # 5-P4/16 [128, 256, 3, 2]
[-1, 9, C3, [512]], # 6 [256, 256, 3]
[-1, 1, Conv, [1024, 3, 2]], # 7-P5/32 [256, 512, 3, 2]
[-1, 1, SPP, [1024, [5, 9, 13]]], # 8 [512, 512, [5, 9, 13]]
[-1, 3, C3, [1024, False]], # 9 [512, 512, 1, False]
]
这里拿【YOLOV5-5.x 源码解读】yolov5s.yaml这个博主绘制的网络结构图进行对比。
图中的四个参数(例如[1,3,640,640])分别表示一个batch中的样本数、通道数、图像长宽。
以第一个卷积层为例，它的参数是这样算的：
输入[1,32,320,320]，卷积层参数是128个out_channel，3像素的kernel_size，2像素的stride
卷积计算公式如下：
out_size = （in_size - K + 2P）/ S +1
那么，输出特征图的长宽为round((320-3)/2 + 1)=160，因此输出特征图尺寸为160x160，这里初看可能会产生疑惑的是卷积层定义的out_channel明明是128，为什么输出channel却变成了64？其实，这就是前面提到宽度因子在起作用。yolov5s的宽度因子为0.5，这就导致真实的out_channel = 128x0.5 = 64。
因此，输入结果就变成了(1,64,160,160)
其它模块的计算方式类似。
第一个"-1“表示，输入来自上一个模块，这里全都是-1，即模块是一溜子的顺序下来，和图对比可以一一对应上。
head
首先来看head部分，head的代码如下：
head:
[[-1, 1, Conv, [512, 1, 1]], # 10 [512, 256, 1, 1]
[-1, 1, nn.Upsample, [None, 2, 'nearest']], # 11 [None, 2, 'nearest']
[[-1, 6], 1, Concat, [1]], # 12 cat backbone P4 [1]
[-1, 3, C3, [512, False]], # 13 [512, 256, 1, False]
[-1, 1, Conv, [256, 1, 1]], # 14 [256, 128, 1, 1]
[-1, 1, nn.Upsample, [None, 2, 'nearest']], #15 [None, 2, 'nearest']
[[-1, 4], 1, Concat, [1]], # 16 cat backbone P3 [1]
[-1, 3, C3, [256, False]], # 17 (P3/8-small) [256, 128, 1, False]
[-1, 1, Conv, [256, 3, 2]], # 18 [128, 128, 3, 2]
[[-1, 14], 1, Concat, [1]], # 19 cat head P4 [1]
[-1, 3, C3, [512, False]], # 20 (P4/16-medium) [256, 256, 1, False]
[-1, 1, Conv, [512, 3, 2]], # 21 [256, 256, 3, 2]
[[-1, 10], 1, Concat, [1]], # 22 cat head P5 [1]
[-1, 3, C3, [1024, False]], # 23 (P5/32-large) [512, 512, 1, False]
[[17, 20, 23], 1, Detect, [nc, anchors]], # 24 Detect(P3, P4, P5)
]
我在图中标了序号，对照代码看应该比较清楚。
注，每一个检测头使用1x1的卷积核来调整维度，这个卷积核不包括在.yaml文件中。
最后一行输出17，20，23，即使用这三个卷积层输出的特征图进行检测，按照论文的说法即是对应大目标，中目标和小目标。
目标识别yolov5针对小目标检测的改进模型/添加帧率检测(代码片段)
...下采样。对于一些分辨率很高的遥感/无人机图片，小目标难以被训练识别。本篇博文就来尝试这篇博文YOLOV5模型和代码修改——针对小目标识别所提到的一种改进方案。我所使用的是YOLOv5-5.0版本，数据集采用VisDrone数据... 查看详情
机器学习笔记-在vehicles数据集上训练yolov5目标检测器(代码片段)
一、yolov5源码下载 https://github.com/ultralytics/yolov5https://github.com/ultralytics/yolov5 下图显示了五种YOLOv5变体，从为在移动和嵌入式设备上运行而构建的最微型YOLOv5nano模型开始，到另一端的YOLOv5XLarge。我们这里将使用基... 查看详情
睿智的目标检测56——pytorch搭建yolov5目标检测平台(代码片段)
睿智的目标检测56——Pytorch搭建YoloV5目标检测平台学习前言源码下载YoloV5改进的部分（不完全）YoloV5实现思路一、整体结构解析二、网络结构解析1、主干网络Backbone介绍2、构建FPN特征金字塔进行加强特征提取3、利用YoloHe... 查看详情
睿智的目标检测55——keras搭建yolov5目标检测平台(代码片段)
睿智的目标检测55——Keras搭建YoloV5目标检测平台学习前言源码下载YoloV5改进的部分（不完全）YoloV5实现思路一、整体结构解析二、网络结构解析1、主干网络Backbone介绍2、构建FPN特征金字塔进行加强特征提取3、利用YoloHead... 查看详情
目标检测yolov5遇上知识蒸馏(代码片段)
前言模型压缩方法主要4种：网络剪枝(Networkpruning)稀疏表示(Sparserepresentation)模型量化(Modelquantification)知识蒸馏(Konwledgedistillation)本文主要来研究知识蒸馏的相关知识，并尝试用知识蒸馏的方法对YOLOv5进行改进。知识蒸馏理... 查看详情
yolov5解析|第一篇：快速部署yolov5模型(代码片段)
...，我是『K同学啊』！拖了好久，终于要开始目标检测系列了。自己想过好几次，想尽快出几期目标检测算法的博客教程，但是一直苦于不知道如何写，才能让大家轻松、快速、高效的入门目标检测算法。... 查看详情
笔记2：yolov5训练自己的目标检测模型_创建并划分数据集(代码片段)
目标检测---数据集格式转化及训练集和验证集划分_didiaopao的博客-CSDN博客1、 我们经常从网上获取一些目标检测的数据集资源标签的格式都是VOC(xml格式)的，而yolov5训练所需要的文件格式是yolo(txt格式)的，这里就需要对x... 查看详情
深度学习和目标检测系列教程17-300：3个类别面罩检测类别数据集训练yolov5s模型(代码片段)
@Author：RunsenYOLO是目前最火爆的的计算机视觉算法之一，今天使用的数据集来源：https://www.kaggle.com/andrewmvd/face-mask-detection这是数据集可以创建一个模型来检测戴口罩、不戴口罩或不正确戴口罩的人。该数据集包含... 查看详情
改进yolov5系列：增加swin-transformer小目标检测头(代码片段)
...一使用YOLOv5代码框架，结合不同模块来构建不同的YOLO目标检测模型。🌟本项目包含大量的改进方式,降低改进难度,改进点包含【Backbone特征主干】、【Neck特征融合】、【Head检测头】、【注意力机制】、【IoU损失函数】、... 查看详情
深度学习和目标检测系列教程17-300：3个类别面罩检测类别数据集训练yolov5s模型(代码片段)
@Author：RunsenYOLO是目前最火爆的的计算机视觉算法之一，今天使用的数据集来源：https://www.kaggle.com/andrewmvd/face-mask-detection这是数据集可以创建一个模型来检测戴口罩、不戴口罩或不正确戴口罩的人。该数据集包含... 查看详情
深度学习目标检测：yolov5实现车辆检测(含车辆检测数据集+训练代码)(代码片段)
深度学习目标检测：YOLOv5实现车辆检测(含车辆检测数据集+训练代码) 目录YOLOv5实现车辆检测(含车辆检测数据集+训练代码)1.前言2.车辆检测数据集说明（1）车辆检测数据集（2）自定义数据集3.基于YOLOv5... 查看详情
深度学习目标检测：yolov5实现车辆检测(含车辆检测数据集+训练代码)(代码片段)
深度学习目标检测：YOLOv5实现车辆检测(含车辆检测数据集+训练代码) 目录YOLOv5实现车辆检测(含车辆检测数据集+训练代码)1.前言2.车辆检测数据集说明（1）车辆检测数据集（2）自定义数据集3.基于YOLOv5... 查看详情
快速入门yolov5目标检测算法(代码片段)
文章目录一、YOLOv5简介二、网络结构1、Input2、Backbone3、Neck4、Head三、改进方法1、自适应锚框计算2、自适应灰度填充四、性能表现五、YOLOv5入门实战一、YOLOv5简介YOLOv5是一个在COCO数据集上预训练的物体检测架构和模型系列，... 查看详情
手把手教你使用yolov5训练自己的目标检测模型-口罩检测-视频教程(代码片段)
手把手教你使用YOLOV5训练自己的目标检测模型大家好，这里是肆十二（dejahu），好几个月没有更新了，这两天看了一下关注量，突然多了1k多个朋友关注，想必都是大作业系列教程来的小伙伴。既然有... 查看详情
手把手教你使用yolov5训练自己的目标检测模型-口罩检测-视频教程(代码片段)
手把手教你使用YOLOV5训练自己的目标检测模型大家好，这里是肆十二（dejahu），好几个月没有更新了，这两天看了一下关注量，突然多了1k多个朋友关注，想必都是大作业系列教程来的小伙伴。既然有... 查看详情
深度学习目标检测---使用yolov5训练自己的数据集模型（windows系统）(代码片段)
...看一些视频教程和一些前辈的博客，实现了深度学习目标检测--使用yolov5网络训练自己的数据集并实现了对目标的识别。这篇博客我也是参考别人的博客教程，复现了使用yolov5训练自己的数据集，我呢主要是想记录下... 查看详情
目标检测yolov5-7.0：加入实例分割(代码片段)
...言前段时间，YOLOv5推出7.0版本，主要更新点是在目标检测的同时引入了实例分割。目前，YOLOv5团队已经转向了YOLOv8的更新，因此，7.0版本大概率是YOLOv5的最终稳定版。更新信息官方公告中给出了YOLOv5-7.0的更新... 查看详情
目标检测及目标定位(代码片段)
一、概述本文是关于目标检测后根据物体的坐标来确定物体所处的区域，适用于需要根据物体在图像中的位置来分别判断的情况，而且对应的是YOLOv5模型。YOLOv5目标检测的内容可以看看我之前的一篇文章YOLOv5训练自己的... 查看详情