我要评论
yolov5 作为 yolo 家族的第五个版本，本身也演进了几个子版本，现在网上的资料都没有标注具体是哪个子版本的，导致不同文章之间各种混乱，像是盲人摸象。
其实官方的 release 里对各个版本的变动其实都讲得非常清楚了。
下面简单说一下各版本用到的模块：
- v1.0 版本：
- backbone 主要模块：focus、conv、bottleneckcsp、spp；
- head 主要模块：bottleneckcsp、conv、nn.upsample、concat、nn.conv2d。
- v2.0 版本在 v1.0 版本基础上删去 nn.conv2d，并且 detect 指定为 17, 20, 23 层输出。
- v4.0 版本用 c3 代替了 bottleneckcsp，而其他的结构不变。cbl 也换成了 cbs，使用 silu 作为激活函数
- v6.0 版本将第 0 层的 focus 替换成 conv，将 spp 替换成 sppf；
focus 模块
focus 模块其实和 yolov2 passthrough 层是一样的，这个在最终版本的 yolov5 v6.x 版本中被抛弃了。
csp 模块
看别的文章，大家一定都会看到过 csp1_x, csp2_x，bottleneckcsp，c3 这些模块，有时候也会疑惑 yolov5 究竟用了多少种 csp 模块。
如同上面说的那样，yolov5 一共使用过两种 csp 模块
- v4.0 版本之前的 bottleneckcsp，用的 leakyrelu 作为激活函数
- v4.0 版本之后的 c3，用的 silu 作为激活函数
bottleneckcsp
这里我们两种结构都介绍一下，首先是已经不再用的 bottleneckcsp 模块：
其中的 cbl 模块就是 conv2d + bn + leakyrelu 的组合，这里的 bottleneck 可以根据传入的参数决定是否带有 shortcut。如果是带有 shortcut 的话，就是正统的 residual 模块了，如果没有 shortcut，就是单纯的 2 个 cbl 串联。
c3
c3 模块因为内部有 3 个卷积模块，所以被命名为 c3 模块，去掉了 bottleneckcsp 中一些繁杂的 conv2d 操作，并且将激活函数从 leakyrelu 换成了 silu。我们的 cbl 模块也因此变成了 cbs 模块。和 bottleneckcsp 一样，内部的 bottleneck 也分为带 shortcut 和不带 shortcut 两种。
csp1_x 与 csp2_x
其实 csp1_x 是指带 shortcut 的 csp 模块的统称，也就是内部 bottleneck 带 shortcut 的 bottleneckcsp 和 c3 都可以叫 csp1_x。
而不带 shortcut 则归为 csp2_x。
一般来说 csp1_x 用在 backbone 部分，而 csp2_x 则用在 neck 部分。
最后的 x 的含义是 bottleneck 的数量。
yolov4 的 csp_x
因为是从 yolov4 才开始使用的 csp 模块，所以在这里顺便放个 yolov4 的 csp_x 模块：
spp 与 sppf
因为是再 v6.0 的版本才换的 sppf，所以按照道理来说 v4.0 之前的版本中 spp 的激活函数应该都是 leakyrelu，但是这里为了方便，都用 silu 作为激活函数了。
修正：上图左边的是 sppf 模块，右边的是 spp 模块（已修改）
参考文章：
发表评论