先附上yolov5代码地址：ultralytics/yolov5
网络上已经有很多关于yolov5代码解析，为什么还要写一篇？
因为关于模型的代码一直看的半懂，再不动手写下，可能代码都看下去了。。。(【注】代码中的有些注释，有一开始学习yolov5代码时学习博主的代码剖析文章添加的。链接放上，多向大佬学习！！！）yolov5深度剖析+源码debug级讲解系列（二）backbone构建)YOLOV5训练代码train.py注释与解析
有关构建yolov5网络模型的代码主要由在models文件夹下的common.py、 yolov5(s,m,l,x).yaml配置文件和在models文件夹下的yolo.py文件组成。
common.py文件中定义了在yolov5网络中用到的全部的模块的代码。这部分代码量不大，可读性很好，就不再说了。
yolov5模型分为小（s）、中（m）、大（l）和最大（x）4种网络模型。这里选取yolov5s.yaml配置文件作为辅助解读，见下方代码：
# YOLOv5 🚀 by Ultralytics, GPL-3.0 license
# Parameters
nc: 80 # number of classes
depth_multiple: 0.33 # model depth multiple
width_multiple: 0.50 # 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 backbone
backbone:
# [from, number, module, args]
# from: -1表示由上一层的输出作为本次操作的输入。(Focus在顺序中记为0，之后依次递增)
# number: 表示调用int(depth_multiple * number)次该操作。
# module: 表示调用了common.py文件中定义的模块操作
# args: 表示调用模块的参数。（后面会在yolo.py文件中具体分析）
[[-1, 1, Focus, [64, 3]], # 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, 9, 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, 1, SPP, [1024, [5, 9, 13]]],
[-1, 3, C3, [1024, False]], # 9
]
# YOLOv5 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)
]现在对yolov5s.yaml配置文件有点记忆就好，趁热转到train.py文件中关于model实例化代码上，见下面代码：
model = Model(cfg, ch=3, nc=nc, anchors=hyp.get('anchors')).to(device) # create从Model类打进去就看到其中参数cfg传入的是yolov5s.yaml配置文件，ch是输入图像的通道数为3，nc是检测任务中的分类数。继续在__init__()中往下就可以找到yolov5s模型解析，见下面代码：
self.model, self.save = parse_model(deepcopy(self.yaml), ch=[ch]) # model, savelistparse_model函数传入了yolov5s.yaml文件，这里ch = [ch]，也就是传入ch = [3]。这里ch中存放了图像的通道数，后面会有用。函数返回了self.model。打进去parse_model函数，见下面代码：
def parse_model(d, ch): # model_dict, [input_channels(3)]--->[3]
LOGGER.info('\n%3s%18s%3s%10s %-40s%-30s' % ('', 'from', 'n', 'params', 'module', 'arguments'))
anchors, nc, gd, gw = d['anchors'], d['nc'], d['depth_multiple'], d['width_multiple']
# anchors见yolov5s.yaml中的列表
# 读出配置dict里面的参数，na是判断anchor的数量
na = (len(anchors[0]) // 2) if isinstance(anchors, list) else anchors # number of anchors
# no代表网络模型最后一层的输出通道数
# no输出维度=anchor数量*（类别数量+置信度+xywh四个回归坐标)
# 比如对于coco数据集是255=3*(5+80)
no = na * (nc + 5) # number of outputs = anchors * (classes + 5)
layers, save, c2 = [], [], ch[-1] # layers, savelist, ch out
# 这里开始迭代循环backbone与head的配置。f，n，m，args分别代表着从哪层开始，模块的默认深度，模块的类型和模块的参数。
for i, (f, n, m, args) in enumerate(d['backbone'] + d['head']): # from, number, module, args
m = eval(m) if isinstance(m, str) else m # eval strings
for j, a in enumerate(args):
try:
args[j] = eval(a) if isinstance(a, str) else a # eval strings
except:
pass
# 网络用n*gd控制模块的深度缩放，比如对于yolo5s来讲，gd为0.33，也就是把默认的深度缩放为原来的1/3。
# 深度在这里指的是类似CSP这种模块的重复迭代次数。而宽度一般我们指的是特征图的channels。
n = n_ = max(round(n * gd), 1) if n > 1 else n # depth gain
# 对于这几种类型的模块，ch是一个用来保存之前所有的模块输出的channels，ch[-1]代表着上一个模块的输出通道。args[0]是默认的输出通道。
if m in [Focus, Conv, GhostConv, Bottleneck, GhostBottleneck, SPP, SPPF, DWConv, MixConv2d, Focus, CrossConv,
BottleneckCSP, C3, C3TR, C3SPP, C3Ghost]:
# args[0]为每次迭代的模块的输出通道
c1, c2 = ch[f], args[0]
if c2 != no: # if not output
# gw = 0.5 是yolov5s.yaml中读取的width_multiple控制特征图channels。
# 将网络模块中间层的特征图的输出通道数满足是8的倍数。
c2 = make_divisible(c2 * gw, 8)
# 将yolov5s.yaml文件中的backbone和head中每一层最后的列表取出来后，改为[in_channels, out_channels, 原来args后面的参数就是kernel_size, stride]
args = [c1, c2, *args[1:]]
# 只有BottleneckCSP，C3，C3TR, C3Ghost会根据深度参数n被调整该模块的重复迭加次数
if m in [BottleneckCSP, C3, C3TR, C3Ghost]:
args.insert(2, n) # number of repeats
n = 1
# 以下是其他几种类型的Module。
# 如果是nn.BatchNorm2d则通道数保持不变。
# 如果是Concat则f是所有需要拼接层的index，则输出通道c2是所有层的和。
# 如果是Detect则对应检测头，这部分后面再详细讲。
# Contract和Expand目前未在模型中使用。
elif m is nn.BatchNorm2d:
args = [ch[f]]
elif m is Concat:
c2 = sum([ch[x] for x in f])
elif m is Detect:
args.append([ch[x] for x in f])
if isinstance(args[1], int): # number of anchors
args[1] = [list(range(args[1] * 2))] * len(f)
elif m is Contract:
c2 = ch[f] * args[0] ** 2
elif m is Expand:
c2 = ch[f] // args[0] ** 2
else:
c2 = ch[f]
# 这里的*[m(*args) for _ in range(n)])就很关键。
# 就将yolov5s.yaml配置文件中关于每层网络的配置信息就用在构建网络层上了。
# 整体都受到宽度缩放，C3模块受到深度缩放
m_ = nn.Sequential(*[m(*args) for _ in range(n)]) if n > 1 else m(*args) # module
t = str(m)[8:-2].replace('__main__.', '') # module type
np = sum([x.numel() for x in m_.parameters()]) # number params
m_.i, m_.f, m_.type, m_.np = i, f, t, np # attach index, 'from' index, type, number params
# from n params module arguments
# 0 -1 1 3520 models.common.Focus [3, 32, 3]
LOGGER.info('%3s%18s%3s%10.0f %-40s%-30s' % (i, f, n_, np, t, args)) # print
save.extend(x % i for x in ([f] if isinstance(f, int) else f) if x != -1) # append to savelist
layers.append(m_)
if i == 0:
ch = []
# 将每个模块放在nn.Sequential()中后，就将该模块的输出通道数又存放在ch列表中，这样，下一个模块从ch中读取c1 = ch[-1]，就可以把上次的模块的特征输出通道数作为自己的输入通道数。
ch.append(c2)
return nn.Sequential(*layers), sorted(save)yolov5网络模型搭建的代码就看完了，接下来在yolo.py文件中，进行测试下吧 。我是在cpu上进行测试的，故输入是torch.rand(1, 3, 640, 640)大小的tensor。
终端输入：python yolo.py --profile
if __name__ == '__main__':
parser = argparse.ArgumentParser()
parser.add_argument('--cfg', type=str, default='yolov5s.yaml', help='model.yaml')
parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
parser.add_argument('--profile', action='store_true', help='profile model speed')
opt = parser.parse_args()
opt.cfg = check_file(opt.cfg) # check file
set_logging()
device = select_device(opt.device)
# Create model
model = Model(opt.cfg).to(device)
model.train()
# Profile
if opt.profile:
img = torch.rand(8 if torch.cuda.is_available() else 1, 3, 640, 640).to(device)
print(img.size())
y = model(img)
print(len(y), y[0].size(), y[1].size(), y[2].size())也附上测试结果：（结果输出size可能有差异，因在yolov5模型基础上做了改动，不必纠结，出来结果就证明网络模型跑通了）
torch.Size([1, 3, 640, 640])
3 torch.Size([1, 3, 80, 80, 65]) torch.Size([1, 3, 40, 40, 65]) torch.Size([1, 3, 20, 20, 65])
版权声明：本文为CSDN博主「Strange_Gu」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/Strange_Gu/article/details/120827376
暂无评论