YOLO中task.py改复杂的模块

赵药师2026-04-11 14:48

比如改一个多输入模块，我们需要记录输入1的通道，输入2的通道，Conv_reduce的输入通道

YOLO中这个模块接受层1和层2的作为输入，那么层1和层2的输出通道肯定是知道的，所以现在只需要在yaml里面标记整个模块的输出通道即可。

python 复制代码

class AF(nn.Module):
    def __init__(self,c1,c2,dim1,dim2):
        super().__init__()
        self.avg_pool = nn.AdaptiveAvgPool2d(1)
        self.conv_atten = nn.Sequential(
            nn.Conv2d(c1, c1,1),
            nn.Sigmoid()
        )
        self.conv_redu = nn.Conv2d(c1, c2, kernel_size=1, bias=False)

        self.conv1 = nn.Conv2d(dim1, 1, 1, 1)
        self.conv2 = nn.Conv2d(dim2, 1, 1, 1)
        self.nonlin = nn.Sigmoid()

    def forward(self, x):
        output =  torch.cat(x,1)
        att = self.conv_atten(self.avg_pool(output))
        #print(att.shape)
        output = output * att
        output = self.conv_redu(output)
        #print(output.shape)
        att = self.conv1(x[0]) + self.conv2(x[1])
        att = self.nonlin(att)
        #print(att.shape)
        output = output * att
        return output

html 复制代码

  - [[-1, 6], 1, AF, [32]] # cat backbone P4

例如这条yaml，接受第6层和上一层的输入，输出通道数为32。这里参数为什么是一个？因为这里只需要给出输出通道数即可，其他参数可以再网络的记录中得到。

python 复制代码

        elif m is AF:
            c1 = sum(ch[x] for x in f)
            c3 = ch[f[0]]
            c4 = ch[f[1]]
            c2 = args[0]
            args = [c1,c2,c3,c4]
            print(args)

f是一个表表示来自那一层，这里的f里面就保存的内容相当于【-1,6】的索引，ch是每一层的输出通道数，ch $层索引$ 不就得到某层的输出通道了。这里随便借助一个中间变量，c1,c2,c3,c4，记录参数后，合成列表【c1,c2,c3,c4】

python 复制代码

torch.nn.Sequential(*(m(*args))

m相当于类名称，加入类名为AF,不就相当于AF(c1,c2,c3,c4)吗