Ultralytics中的RT-DETR模块的RepC3 bug

DADONGOOO2025-04-18 13:47

在跑U版本的RT-DETR，我修改了RepC3的e的默然参数，e 不等于1的时候，程序就会报错，在检查代码的时候，发现官方的代码有问题。

原来的代码：

python 复制代码

class RepC3(nn.Module):
    """Rep C3."""

    def __init__(self, c1, c2, n=3, e=1.0):
        """Initialize CSP Bottleneck with a single convolution using input channels, output channels, and number."""
        super().__init__()
        c_ = int(c2 * e)  # hidden channels
        self.cv1 = Conv(c1, c2, 1, 1)
        self.cv2 = Conv(c1, c2, 1, 1)
        self.m = nn.Sequential(*[RepConv(c_, c_) for _ in range(n)])
        self.cv3 = Conv(c_, c2, 1, 1) if c_ != c2 else nn.Identity()

    def forward(self, x):
        """Forward pass of RT-DETR neck layer."""
        return self.cv3(self.m(self.cv1(x)) + self.cv2(x))

在当前的代码实现中，self.cv1和self.cv2的输出通道数应为隐藏层通道数c_而非最终输出通道数c2，否则会导致维度不匹配的问题。

问题分析：

维度不匹配： 当扩展系数 e ≠ 1 时，c_ = c2 * e 会改变通道数。若 self.cv1 的输出通道为 c2，而后续模块 self.m 中的 RepConv 层要求输入通道为 c_，将引发维度错误。
设计逻辑： RepC3 的结构预期是先将输入通道通过 cv1/cv2 调整到隐藏层 c_，经过处理后再通过 cv3 调整到目标输出 c2。

修正后的代码：

python 复制代码

class RepC3(nn.Module):
    """Rep C3."""

    def __init__(self, c1, c2, n=3, e=1.0):
        super().__init__()
        c_ = int(c2 * e)  # 隐藏通道数
        self.cv1 = Conv(c1, c_, 1, 1)  # 修正为c_
        self.cv2 = Conv(c1, c_, 1, 1)  # 修正为c_
        self.m = nn.Sequential(*[RepConv(c_, c_) for _ in range(n)])
        self.cv3 = Conv(c_, c2, 1, 1) if c_ != c2 else nn.Identity()

    def forward(self, x):
        return self.cv3(self.m(self.cv1(x)) + self.cv2(x))

修改说明：

将 self.cv1 和 self.cv2 的输出通道从 c2 改为 c_，确保与后续 RepConv 层的输入通道一致。
self.cv3 负责将隐藏通道 c_ 映射到目标输出通道 c2，保证最终输出尺寸正确。

此修正确保了在任意扩展系数 e 下，网络层的维度计算均正确，避免了潜在的错误。已将bug报告给了官方。