当前位置：首页 > news >正文

Y3学习打卡

news 来源：原创 2025/9/9 11:45:13

网络结构图

YOLOv5配置了4种不同大小的网络模型，分别是YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x，其中 YOLOv5s 是网络深度和宽度最小但检测速度最快的模型，其他3种模型都是在YOLOv5s的基础上不断加深、加宽网络使得网络规模扩大，在增强模型检测性能的同时增加了计算资源和速度消耗。出于对检测精度、模型大小、检测速度的综合考量，本文选择YOLOv5s作为研究对象进行介绍。

models/yolov5s.yaml文件内容分析

1. 文件作用

yolov5s.yaml定义了YOLOv5s模型的网络结构、通道数（宽度）、层数（深度）和锚框（anchors）配置，是模型构建的核心配置文件。

2. 关键参数解析

(1) 模型缩放参数

YAML

# YOLOv5s depth_multiple: 0.33 # 控制模块重复次数（深度因子） width_multiple: 0.50 # 控制通道数（宽度因子）

depth_multiple：模块重复次数的缩放因子。
例如，若某模块默认重复次数为3，则YOLOv5s实际重复次数为 3 × 0.33 ≈ 1。
width_multiple：通道数的缩放因子。
例如，某层默认输出通道为64，则YOLOv5s实际通道为 64 × 0.50 = 32。
说明：YOLOv5s/m/l/x通过调整这两个参数实现模型大小和精度的平衡（s: small，m: medium，l: large，x: xlarge）。

(2) 锚框（Anchors）

YAML

anchors: - [10,13, 16,30, 33,23] # P3/8（检测小目标） - [30,61, 62,45, 59,119] # P4/16（检测中目标） - [116,90, 156,198, 373,326] # P5/32（检测大目标）

含义：每组锚框的宽高组合（w, h），用于初始化预测框尺寸。
层级分配：
- P3（特征图尺寸为输入图像的1/8）：适合检测小目标。
- P4（1/16）：适合中目标。
- P5（1/32）：适合大目标。
调整建议：若自定义数据集目标尺寸差异大，需通过k-means聚类生成新的anchors。

(3) 网络结构

YOLOv5s的主干（Backbone）、颈部（Neck）和检测头（Head）采用模块化设计，典型结构示例如下：

YAML

backbone:# [来源, 参数列表]# 来源：-1表示上一层的输出，数字表示特定层的输出[[-1, 1, Conv, [64, 6, 2, 2]],  # 0-P1/2（卷积层）[-1, 1, Conv, [128, 3, 2]],    # 1-P2/4[-1, 3, C3, [128]],            # 2[-1, 1, Conv, [256, 3, 2]],    # 3-P3/8[-1, 6, C3, [256]],            # 4[-1, 1, Conv, [512, 3, 2]],    # 5-P4/16[-1, 9, C3, [512]],            # 6[-1, 1, Conv, [1024, 3, 2]],   # 7-P5/32[-1, 3, C3, [1024]],           # 8[-1, 1, SPPF, [1024, 5]],      # 9（空间金字塔池化）]head:[[-1, 1, Conv, [512, 1, 1]],                    # 10[-1, 1, nn.Upsample, [None, 2, 'nearest']],     # 11 上采样[[-1, 6], 1, Concat, [1]],                     # 12 横向连接（特征融合）[-1, 3, C3, [512, False]],                     # 13[-1, 1, Conv, [256, 1, 1]],                    # 14[-1, 1, nn.Upsample, [None, 2, 'nearest']],     # 15[[-1, 4], 1, Concat, [1]],                     # 16[-1, 3, C3, [256, False]],                     # 17[-1, 1, Conv, [256, 3, 2]],                    # 18[[-1, 14], 1, Concat, [1]],                    # 19[-1, 3, C3, [512, False]],                     # 20[-1, 1, Conv, [512, 3, 2]],                    # 21[[-1, 10], 1, Concat, [1]],                    # 22[-1, 3, C3, [1024, False]],                    # 23[[17, 20, 23], 1, Detect, [nc, anchors]],      # 24 检测头（P3, P4, P5）]

3. 模块详解

(1) 核心模块

Conv 层：
包含卷积 + BN + SiLU激活，参数格式为 [输出通道数, 卷积核大小, 步长, 填充]。
YAML

[-1, 1, Conv, [64, 6, 2, 2]] # 输出64通道，6x6卷积核，步长2，填充2
C3 模块：
跨阶段部分网络（Cross Stage Partial Network），减少计算量的同时保持精度。
YAML

[-1, 3, C3, [128]] # 重复3次，输出128通道
SPPF 模块：
空间金字塔池化快速版，融合多尺度特征。
YAML

[-1, 1, SPPF, [1024, 5]] # 输入1024通道，池化核最大5x5
Detect 层：
检测头，输出预测结果（坐标、类别、置信度）。
YAML

[[17, 20, 23], 1, Detect, [nc, anchors]] # 输入来自第17、20、23层，nc为类别数

(2) 特征融合逻辑

上采样：通过 nn.Upsample 提升特征图分辨率。
横向连接（Concat）：将深层特征与浅层特征拼接，增强小目标检测能力。
YAML

[[-1, 6], 1, Concat, [1]] # 拼接当前层和第6层的输出（按通道维度）

4. 模型定制建议

调整深度和宽度：修改 depth_multiple 和 width_multiple 以适配不同算力需求。
优化锚框：若数据集目标尺寸分布特殊，需重新计算anchors（使用utils/autoanchor.py）。
增减检测层：修改Head部分层级数可调整检测尺度（例如增加P2层检测极小目标）。

个人总结

熟悉了YOLOv5s模型的配置信息
将YOLOv5s模型中第4层和第6层的C3模块重复次数减少，具体影响分析如下：

1. 修改内容对比

原始配置

原来的第4层：[-1, 6, C3, [256]]
原来的第6层：[-1, 9, C3, [512]]
（6 * 0.33=2，9* 0.33=3）

修改后配置

修改后的第4层：[-1, 3, C3, [256]]
修改后的第6层：[-1, 6, C3, [512]]

2. 对模型性能的影响

(1) 模型参数量与计算量

参数量（Parameters）：C3模块的重复次数减少会直接降低参数量，尤其是第4层（256通道）和第6层（512通道）的权重矩阵减少。
计算量（FLOPs）：C3模块的计算量与重复次数正相关，修改后模型整体FLOPs将下降，理论推理速度提升。
估算变化（以YOLOv5s为例）：
- 原始：总参数量约7.2M，FLOPs约16.4B
- 修改后：参数量预计减少约 0.8~1.2M，FLOPs减少约 3~4B。

(2) 检测精度（mAP）

负面影响：C3模块的重复次数减少会削弱网络的特征提取能力，尤其是对复杂场景和细粒度特征的捕捉，可能导致mAP下降。
- 第4层（浅层网络）：减少C3模块次数会削弱对图像基础特征（如边缘、纹理）的提炼能力。
- 第6层（中层网络）：减少C3模块次数会降低对中等尺度目标的语义理解能力。
典型场景影响：
- 小目标检测：对分辨率较低的深层特征依赖更大，精度损失更明显。
- 遮挡或模糊目标：模型鲁棒性可能下降。

(3) 推理速度

正向影响：计算量降低会提升推理速度（FPS），尤其在边缘设备（如Jetson Nano）上更显著。

网络结构图

models/yolov5s.yaml文件内容分析

1. 文件作用

2. 关键参数解析

(1) 模型缩放参数

(2) 锚框（Anchors）

(3) 网络结构

3. 模块详解

(1) 核心模块

(2) 特征融合逻辑

4. 模型定制建议

个人总结

1. 修改内容对比

原始配置

修改后配置

2. 对模型性能的影响

(1) 模型参数量与计算量

(2) 检测精度（mAP）

(3) 推理速度

相关文章：