YOLOv5白皮书-第Y6周：模型改进

lihuhelihu2024-07-14 18:07

本文为365天深度学习训练营 中的学习记录博客

原作者：K同学啊|接辅导、项目定制

本次训练是在前文《YOLOv5白皮书-第Y2周:训练自己的数据集》的基础上进行的，并参考了《YOLOv5白皮书-第Y5周：yolo.py文件解读》。

任务:修改了YOLOv5s的网络结构图，请根据网络结构图以及第Y1~Y5周的内容修改对应代码，并跑通程序。

原YOLOv5s的网络结构图：

修改后的YOLOv5s的网络结构图：

通过比较上面两张图，可知，本次的任务：

把索引为4的层从C3 * 2修改为C2 * 2

把索引为6的层从C3 * 3修改为C3 * 1

去除索引为7、8的层

其实还有隐藏任务，就是去除了索引为7、8的层后，原来8层后面的索引也会改变的，这也是要注意的，特别是有concat的地方，更要注意了，这会在后面的代码修改中有解释。

一、代码修改

1、把索引为4的层从C32修改为C22

参考前文《YOLOv5白皮书-第Y5周：yolo.py文件解读》，在common.py中根据下图写出C2的代码。

就是在C3模块代码的基础上修改为C2模块，把C3模块的代码去掉concat后面的Conv，就变成了C2模块。

详见下面的代码，这里把C3模块的代码也写出来，方便和C2模块的代码比较：

python 复制代码 
class C3(nn.Module):
    # CSP Bottleneck with 3 convolutions
    def __init__(self, c1, c2, n=1, shortcut=True, g=1, e=0.5):
        """Initializes C3 module with options for channel count, bottleneck repetition, shortcut usage, group
        convolutions, and expansion.
        """
        super().__init__()
        c_ = int(c2 * e)  # hidden channels
        self.cv1 = Conv(c1, c_, 1, 1)
        self.cv2 = Conv(c1, c_, 1, 1)
        self.cv3 = Conv(2 * c_, c2, 1)  # optional act=FReLU(c2)
        self.m = nn.Sequential(*(Bottleneck(c_, c_, shortcut, g, e=1.0) for _ in range(n)))

    def forward(self, x):
        """Performs forward propagation using concatenated outputs from two convolutions and a Bottleneck sequence."""
        return self.cv3(torch.cat((self.m(self.cv1(x)), self.cv2(x)), 1))


# 这是在C3模块的基础上修改的，就是把C3模块的self.cv3去掉，主要是把forward(self, x)中的self.cv3去掉
class C2(nn.Module):
    # CSP Bottleneck with 2 convolutions
    def __init__(self, c1, c2, n=1, shortcut=True, g=1, e=0.5):
        """Initializes C2 module with options for channel count, bottleneck repetition, shortcut usage, group
        convolutions, and expansion.
        """
        super().__init__()
        c_ = int(c2 * e)  # hidden channels
        self.cv1 = Conv(c1, c_, 1, 1)
        self.cv2 = Conv(c1, c_, 1, 1)
        # self.cv3 = Conv(2 * c_, c2, 1)  # optional act=FReLU(c2)
        self.m = nn.Sequential(*(Bottleneck(c_, c_, shortcut, g, e=1.0) for _ in range(n)))

    def forward(self, x):
        """Performs forward propagation using concatenated outputs from two convolutions and a Bottleneck sequence."""
        return torch.cat((self.m(self.cv1(x)), self.cv2(x)), 1)

在yolo.py中，找到parse_model函数，并在这个函数里的两个地方添加C2，详见注释，如下所示：

python 复制代码 
if m in {
            Conv,
            GhostConv,
            Bottleneck,
            GhostBottleneck,
            SPP,
            SPPF,
            DWConv,
            MixConv2d,
            Focus,
            CrossConv,
            BottleneckCSP,
            C3,
            C2,          #原代码中没有C2,现在添加了C2
            C3TR,
            C3SPP,
            C3Ghost,
            nn.ConvTranspose2d,
            DWConvTranspose2d,
            C3x,
        }:
            c1, c2 = ch[f], args[0]
            if c2 != no:  # if not output
                c2 = make_divisible(c2 * gw, ch_mul)

            # 下面的代码中原来是没有C2,现在添加了C2（不是指小写的c2）
            args = [c1, c2, *args[1:]]
            if m in {BottleneckCSP, C3, C2, C3TR, C3Ghost, C3x}:    #添加C2
                args.insert(2, n)  # number of repeats
                n = 1

在yolo.py的开头，还要把C2添加上去，详见注释，如下所示：

python 复制代码 
from models.common import (
    C3,
    C2,     #原来没有C2，现在添加C2
    C3SPP,
    C3TR,
    SPP,
    SPPF,
    Bottleneck,
    BottleneckCSP,
    C3Ghost,
    C3x,
    Classify,
    Concat,
    Contract,
    Conv,
    CrossConv,
    DetectMultiBackend,
    DWConv,
    DWConvTranspose2d,
    Expand,
    Focus,
    GhostBottleneck,
    GhostConv,
    Proto,
)

然后在yolov5s.yaml中，在backbone把索引为4的层从C3 * 2修改为C2 * 2 ，因为yolov5s.yaml已经写明depth_multiple为0.33，0.33 * 6 约等于 2，所以第4层为：[-1, 6, C2, [256]]

如下所示：

python 复制代码 
# 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]],               #2
    [-1, 1, Conv, [256, 3, 2]],       # 3-P3/8
    [-1, 6, C2, [256]],               #4  原来是C3*2，现在修改为C2*2
    [-1, 1, Conv, [512, 3, 2]],       # 5-P4/16
    [-1, 3, C3, [512]],               #6   原来是C3*3，现在修改为C3*1
    #[ -1, 1, Conv, [ 1024, 3, 2 ] ],  # 7-P5/32，要注释掉或者删除
    #[ -1, 3, C3, [ 1024 ] ],          #8，要注释掉或者删除
    [-1, 1, SPPF, [1024, 5]],         # 9 现在是第7层 ，此层之后的层索引都发生了改变
  ]

2、把索引为6的层从C3 * 3修改为C3 * 1

因为yolov5s.yaml已经写明depth_multiple为0.33，0.33 * 3 约等于 1，所以第6层为： [-1, 3, C3, [512]]，详见下面的代码：

python 复制代码 
# 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]],               #2
    [-1, 1, Conv, [256, 3, 2]],       # 3-P3/8
    [-1, 6, C2, [256]],               #4  原来是C3*2，现在修改为C2*2
    [-1, 1, Conv, [512, 3, 2]],       # 5-P4/16
    [-1, 3, C3, [512]],               #6   原来是C3*3，现在修改为C3*1
    #[ -1, 1, Conv, [ 1024, 3, 2 ] ],  # 7-P5/32，要注释掉或者删除
    #[ -1, 3, C3, [ 1024 ] ],          #8，要注释掉或者删除
    [-1, 1, SPPF, [1024, 5]],         # 9 现在是第7层 ，此层之后的层索引都发生了改变
  ]

3、去除索引为7、8的层

在yolov5s.yaml中，在backbone中把索引为7、8的层注释就可以了，详见下面的代码：

python 复制代码 
# 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]],               #2
    [-1, 1, Conv, [256, 3, 2]],       # 3-P3/8
    [-1, 6, C2, [256]],               #4  原来是C3*2，现在修改为C2*2
    [-1, 1, Conv, [512, 3, 2]],       # 5-P4/16
    [-1, 3, C3, [512]],               #6   原来是C3*3，现在修改为C3*1
    #[ -1, 1, Conv, [ 1024, 3, 2 ] ],  # 7-P5/32，要注释掉或者删除
    #[ -1, 3, C3, [ 1024 ] ],          #8，要注释掉或者删除
    [-1, 1, SPPF, [1024, 5]],         # 9 现在是第7层 ，此层之后的层索引都发生了改变
  ]

但把第7、8层注释掉后，后面的层的索引就变了，在yolov5s.yaml中，head的索引也受到了影响，特别是Concat中，这是用层的索引的，这就是隐藏的任务，所以head的代码修改如下，并参考注释内容：

python 复制代码 
# YOLOv5 v6.0 head
head: [
    [-1, 1, Conv, [512, 3, 2]],                     #8，原10  现在是[512, 3, 2]，原来是[512, 1, 1]
    [-1, 1, nn.Upsample, [None, 2, "nearest"]],     #9，原11
    [[-1, 6], 1, Concat, [1]], # cat backbone P4     10，原12，  原12层是cat第6层的，变为10层后无变化
    [-1, 3, C3, [512, False]],                      # 现在是11，原来是13

    [-1, 1, Conv, [256, 1, 1]],                     #12，原14
    [-1, 1, nn.Upsample, [None, 2, "nearest"]],     #13，原15
    [[-1, 4], 1, Concat, [1]], # cat backbone P3      14，原16  原16层是cat第4层的，变为14层后无变化
    [-1, 3, C3, [256, False]], # 17 (P3/8-small)      15，原17

    [-1, 1, Conv, [256, 3, 2]],                      #16，原18
    [[-1, 12], 1, Concat, [1]], # cat head P4         17，原19  原19层是cat第14层的，但原14层变为第12层，所以要把14修改为12
    [-1, 3, C3, [512, False]], # 20 (P4/16-medium)    18，原20

    [-1, 1, Conv, [512, 3, 2]],                      #19，原21
    [[-1, 8], 1, Concat, [1]], # cat head P5        #20，原22，原22层是cat原第10层，但原第10层已经变为第8层了，所以要把10修改为8
    [-1, 3, C3, [1024, False]], # 23 (P5/32-large)   #21，原23

    [[15, 18, 21], 1, Detect, [nc, anchors]], # Detect(P3, P4, P5)    22，原24，原来是[17, 20, 23]，层索引已经有变化了，要改为[15, 18, 21]
  ]

4、补充

因为训练数据的类别是["banana", "snake fruit", "dragon fruit", "pineapple"]，只有4种，所以在yolov5s.yaml中还要把nc修改为4，如下所示：

python 复制代码 
# Parameters
nc: 4 # number of classes，原文是80，因为要训练的数据集只有4种类别，所以把80修改为4
depth_multiple: 0.33 # model depth multiple
width_multiple: 0.50 # layer channel multiple

二、代码运行

开始用自己的数据集训练模型，在项目目录中打开cmd。

如果电脑有GPU，则在cmd中输入命令:

python train.py--img 900 --batch 2 --epoch 50 --data data/ab.yaml --cfg models/yolov5s.yaml --weights weights/yolov5s.pt --device '0'

如果电脑没有GPU，则在cmd中输入命令：

python train.py --img 900 --batch 2 --epoch 50 --data data/ab.yaml --cfg models/yolov5s.yaml --weights weights/yolov5s.pt --device cpu

就可以直接训练自己的数据集啦，训练结果如下所示：


三、总结

本次训练需要修改的内容比较多，看起来有三个点，其实是四个点，在yolov5s.yaml中把backbone的索引7、8的层删除了，还要修改head的Concat的索引。

相关推荐
Tianyanxiao8 分钟前
如何利用探商宝精准营销，抓住行业机遇——以AI技术与大数据推动企业信息精准筛选
大数据·人工智能·科技·数据分析·深度优先·零售
撞南墙者15 分钟前
OpenCV自学系列（1）——简介和GUI特征操作
人工智能·opencv·计算机视觉
OCR_wintone42116 分钟前
易泊车牌识别相机，助力智慧工地建设
人工智能·数码相机·ocr
王哈哈^_^38 分钟前
【数据集】【YOLO】【VOC】目标检测数据集，查找数据集，yolo目标检测算法详细实战训练步骤！
人工智能·深度学习·算法·yolo·目标检测·计算机视觉·pyqt
一者仁心44 分钟前
【AI技术】PaddleSpeech
人工智能
写代码的小阿帆1 小时前
pytorch实现深度神经网络DNN与卷积神经网络CNN
pytorch·cnn·dnn
是瑶瑶子啦1 小时前
【深度学习】论文笔记：空间变换网络（Spatial Transformer Networks）
论文阅读·人工智能·深度学习·视觉检测·空间变换
EasyCVR1 小时前
萤石设备视频接入平台EasyCVR多品牌摄像机视频平台海康ehome平台（ISUP）接入EasyCVR不在线如何排查？
运维·服务器·网络·人工智能·ffmpeg·音视频
柳鲲鹏1 小时前
OpenCV视频防抖源码及编译脚本
人工智能·opencv·计算机视觉
西柚小萌新1 小时前
8.机器学习--决策树
人工智能·决策树·机器学习
热门推荐
01【HarmonyOS】HUAWEI DevEco Studio 下载地址汇总02(欧拉)openEuler系统添加网卡文件配置流程、(欧拉)openEuler系统手动配置ipv6地址流程、(欧拉)openEuler系统网络管理说明03组基轨迹建模 GBTM的介绍与实现（Stata 或 R）04【AIGC】重塑未来的科技巨轮05全面解析：构建基于深度学习的安全帽检测系统（UI界面+YOLO代码+数据集）06【经验分享】Ubuntu22.04安装微信(linux官方版)07基于YOLOv10深度学习的CT扫描图像肾结石智能检测系统【python源码+Pyqt5界面+数据集+训练代码】深度学习实战、目标检测08Ubuntu 20.04使用Livox mid 360 测试 FAST_LIO09RAG 实践- Ollama+RagFlow 部署本地知识库10红米手机使用google play