YOLOv7源码解析
YOLOv7源码解析
- YAML文件
YAML文件
以yolov7 cfg/yolov7-w6-pose.yaml为例：
# parametersnc: 1 # number of classes
nkpt: 4 # number of key points
depth_multiple: 1.0 # model depth multiple
width_multiple: 1.0 # layer channel multiple
dw_conv_kpt: Trueanchors:- [ 19,27, 44,40, 38,94 ] # P3/8- [ 96,68, 86,152, 180,137 ] # P4/16- [ 140,301, 303,264, 238,542 ] # P5/32- [ 436,615, 739,380, 925,792 ] # P6/64# yolov7 backbone
backbone:[[-1, 1, ReOrg, []], # 0[-1, 1, Conv, [64, 3, 1]], # 1-P1/2[-1, 1, Conv, [128, 3, 2]], # 2-P2/4[-1, 1, Conv, [64, 1, 1]],[-2, 1, Conv, [64, 1, 1]],[-1, 1, Conv, [64, 3, 1]],[-1, 1, Conv, [64, 3, 1]],[-1, 1, Conv, [64, 3, 1]],[-1, 1, Conv, [64, 3, 1]],[[-1, -3, -5, -6], 1, Concat, [1]],[-1, 1, Conv, [128, 1, 1]], # 10[-1, 1, Conv, [256, 3, 2]], # 11-P3/8[-1, 1, Conv, [128, 1, 1]],[-2, 1, Conv, [128, 1, 1]],[-1, 1, Conv, [128, 3, 1]],[-1, 1, Conv, [128, 3, 1]],[-1, 1, Conv, [128, 3, 1]],[-1, 1, Conv, [128, 3, 1]],[[-1, -3, -5, -6], 1, Concat, [1]],[-1, 1, Conv, [256, 1, 1]], # 19[-1, 1, Conv, [512, 3, 2]], # 20-P4/16[-1, 1, Conv, [256, 1, 1]],[-2, 1, Conv, [256, 1, 1]],[-1, 1, Conv, [256, 3, 1]],[-1, 1, Conv, [256, 3, 1]],[-1, 1, Conv, [256, 3, 1]],[-1, 1, Conv, [256, 3, 1]],[[-1, -3, -5, -6], 1, Concat, [1]],[-1, 1, Conv, [512, 1, 1]], # 28[-1, 1, Conv, [768, 3, 2]], # 29-P5/32[-1, 1, Conv, [384, 1, 1]],[-2, 1, Conv, [384, 1, 1]],[-1, 1, Conv, [384, 3, 1]],[-1, 1, Conv, [384, 3, 1]],[-1, 1, Conv, [384, 3, 1]],[-1, 1, Conv, [384, 3, 1]],[[-1, -3, -5, -6], 1, Concat, [1]],[-1, 1, Conv, [768, 1, 1]], # 37[-1, 1, Conv, [1024, 3, 2]], # 38-P6/64[-1, 1, Conv, [512, 1, 1]],[-2, 1, Conv, [512, 1, 1]],[-1, 1, Conv, [512, 3, 1]],[-1, 1, Conv, [512, 3, 1]],[-1, 1, Conv, [512, 3, 1]],[-1, 1, Conv, [512, 3, 1]],[[-1, -3, -5, -6], 1, Concat, [1]],[-1, 1, Conv, [1024, 1, 1]], # 46]# yolov7 head
head:[[-1, 1, SPPCSPC, [512]], # 47[-1, 1, Conv, [384, 1, 1]],[-1, 1, nn.Upsample, [None, 2, 'nearest']],[37, 1, Conv, [384, 1, 1]], # route backbone P5[[-1, -2], 1, Concat, [1]],[-1, 1, Conv, [384, 1, 1]],[-2, 1, Conv, [384, 1, 1]],[-1, 1, Conv, [192, 3, 1]],[-1, 1, Conv, [192, 3, 1]],[-1, 1, Conv, [192, 3, 1]],[-1, 1, Conv, [192, 3, 1]],[[-1, -2, -3, -4, -5, -6], 1, Concat, [1]],[-1, 1, Conv, [384, 1, 1]], # 59[-1, 1, Conv, [256, 1, 1]],[-1, 1, nn.Upsample, [None, 2, 'nearest']],[28, 1, Conv, [256, 1, 1]], # route backbone P4[[-1, -2], 1, Concat, [1]],[-1, 1, Conv, [256, 1, 1]],[-2, 1, Conv, [256, 1, 1]],[-1, 1, Conv, [128, 3, 1]],[-1, 1, Conv, [128, 3, 1]],[-1, 1, Conv, [128, 3, 1]],[-1, 1, Conv, [128, 3, 1]],[[-1, -2, -3, -4, -5, -6], 1, Concat, [1]],[-1, 1, Conv, [256, 1, 1]], # 71[-1, 1, Conv, [128, 1, 1]],[-1, 1, nn.Upsample, [None, 2, 'nearest']],[19, 1, Conv, [128, 1, 1]], # route backbone P3[[-1, -2], 1, Concat, [1]],[-1, 1, Conv, [128, 1, 1]],[-2, 1, Conv, [128, 1, 1]],[-1, 1, Conv, [64, 3, 1]],[-1, 1, Conv, [64, 3, 1]],[-1, 1, Conv, [64, 3, 1]],[-1, 1, Conv, [64, 3, 1]],[[-1, -2, -3, -4, -5, -6], 1, Concat, [1]],[-1, 1, Conv, [128, 1, 1]], # 83[-1, 1, Conv, [256, 3, 2]],[[-1, 71], 1, Concat, [1]], # cat[-1, 1, Conv, [256, 1, 1]],[-2, 1, Conv, [256, 1, 1]],[-1, 1, Conv, [128, 3, 1]],[-1, 1, Conv, [128, 3, 1]],[-1, 1, Conv, [128, 3, 1]],[-1, 1, Conv, [128, 3, 1]],[[-1, -2, -3, -4, -5, -6], 1, Concat, [1]],[-1, 1, Conv, [256, 1, 1]], # 93[-1, 1, Conv, [384, 3, 2]],[[-1, 59], 1, Concat, [1]], # cat[-1, 1, Conv, [384, 1, 1]],[-2, 1, Conv, [384, 1, 1]],[-1, 1, Conv, [192, 3, 1]],[-1, 1, Conv, [192, 3, 1]],[-1, 1, Conv, [192, 3, 1]],[-1, 1, Conv, [192, 3, 1]],[[-1, -2, -3, -4, -5, -6], 1, Concat, [1]],[-1, 1, Conv, [384, 1, 1]], # 103[-1, 1, Conv, [512, 3, 2]],[[-1, 47], 1, Concat, [1]], # cat[-1, 1, Conv, [512, 1, 1]],[-2, 1, Conv, [512, 1, 1]],[-1, 1, Conv, [256, 3, 1]],[-1, 1, Conv, [256, 3, 1]],[-1, 1, Conv, [256, 3, 1]],[-1, 1, Conv, [256, 3, 1]],[[-1, -2, -3, -4, -5, -6], 1, Concat, [1]],[-1, 1, Conv, [512, 1, 1]], # 113[83, 1, Conv, [256, 3, 1]],[93, 1, Conv, [512, 3, 1]],[103, 1, Conv, [768, 3, 1]],[113, 1, Conv, [1024, 3, 1]],[[114,115,116,117], 1, IKeypoint, [nc, anchors, nkpt]], # Detect(P3, P4, P5, P6)]
其中头部部分：
nc: 1 # number of classes
nkpt: 4 # number of key points
depth_multiple: 1.0 # model depth multiple
width_multiple: 1.0 # layer channel multiple
dw_conv_kpt: True
nc：表示任务类别个数。例如做人、车、狗检测，此时nc=3nkpt：表示关键点的数量。如做人的17个关键点检测，此时nkpt=17dept_multiple：表示模型的深度width_multiple：表示模型的宽度
其中backbone部分：
[-1, 1, Conv, [128, 3, 2]], # 2-P2/4[-1, 1, Conv, [64, 1, 1]],[-2, 1, Conv, [64, 1, 1]],[-1, 1, Conv, [64, 3, 1]],[-1, 1, Conv, [64, 3, 1]],[-1, 1, Conv, [64, 3, 1]],[-1, 1, Conv, [64, 3, 1]],[[-1, -3, -5, -6], 1, Concat, [1]],[-1, 1, Conv, [128, 1, 1]], # 10
这一部分从P2（第2层开始)，向下一次为第3层，第4层，…，第10层。
其中
- 第一个参数：
-1表示当前层的输入来自上一层，若是-2表示当前层（i）的输入来自第（i-2）层。 - 第二个参数：
1表示这个参数乘上模型深度的超参数，就可以控制模型的深度 - 第三个参数：
Conv表示具体的网络层 - 第四个参数：输出通道、卷积核等大小
Conv：输出通道、卷积核大小、步长SPP：输出通道、卷积核大小Foucs：输出通道、卷积核大小BottleckCSP：输出通道、是否启用shortcutConcat：拼接维度Detect：类别个数、anchors
其中尾部部分：
[[114,115,116,117], 1, IKeypoint, [nc, anchors, nkpt]], # Detect(P3, P4, P5, P6)
[114,115,116,117]：表示检测层的特征图来源，此时检测层层数为4IKeypoint：关键点检测[nc, anchors, nkpt]：nc：表示类别anchor：表示anchornkpt：表示关键点数量
相关文章：
YOLOv7源码解析
YOLOv7源码解析 YAML文件 YAML文件 以yolov7 cfg/yolov7-w6-pose.yaml为例： # parametersnc: 1 # number of classes nkpt: 4 # number of key points depth_multiple: 1.0 # model depth multiple width_multiple: 1.0 # layer channel multiple dw_conv_kpt:…...
2023高教社杯数学建模思路 - 复盘：校园消费行为分析
文章目录 0 赛题思路1 赛题背景2 分析目标3 数据说明4 数据预处理5 数据分析5.1 食堂就餐行为分析5.2 学生消费行为分析 建模资料 0 赛题思路 （赛题出来以后第一时间在CSDN分享） https://blog.csdn.net/dc_sinor?typeblog 1 赛题背景 校园一卡通是集…...
ATF(TF-A)安全通告 TFV-2 (CVE-2017-7564)
安全之安全(security)博客目录导读 ATF(TF-A)安全通告汇总 目录 一、ATF(TF-A)安全通告 TFV-2 (CVE-2017-7564) 二、 CVE-2017-7564 一、ATF(TF-A)安全通告 TFV-2 (CVE-2017-7564) Title 启用安全自托管侵入式调试接口，可允许非安全世界引发安全世界panic CV…...
无涯教程-PHP - 标量函数声明
在PHP 7中，引入了一个新函数，即标量类型声明。标量类型声明有两个选项- Coercive - 强制性是默认模式。Strict - 严格模式必须明确提示。 可以使用上述模式强制执行以下类型的函数参数- intfloatbooleanstringinterfacesarraycallable 强制模…...
动态规划（Dynamic programming）讲解（线性 DP 篇）
文章目录 动态规划（Dynamic Programing）第一关：线性DP第一战： C F 191 A . D y n a s t y P u z z l e s \color{7F25DF}{CF191A.\space Dynasty\enspace Puzzles} CF191A. DynastyPuzzles题目描述难度： ☆☆☆ \color…...
提升开发能力的低代码思路
一、低代码理念 在现代软件开发中，低代码开发平台备受关注。那么，什么是低代码开发平台呢？简单来说，它是一种能够提供丰富的图形化用户界面，让开发者通过拖拽组件和模型就能构建应用的开发环境。与传统开发方式相比&am…...
YAML详解及使用方法
YAML详解及使用方法 一、基本介绍二、数据类型2.1 纯量(scalars)/标量2.1.1 字符串2.1.2 保留换行(Newlines preserved)2.1.3 布尔值（Boolean)2.1.4 整数（Integer）2.1.5 浮点数（Floating Point）2.1.6 空（Nu…...
垃圾回收器
垃圾回收器就是垃圾回收的实践者，随着JDK的发展，垃圾回收器也在不断的更迭，在不同的场合下使用不同的垃圾回收器，这也是JVM调优的一部分。 1.垃圾回收器的分类 按线程可分为单线程(串行)垃圾回收器和多线程(并行)垃圾回收器。 按…...
SpringBoot 读取配置文件的值为 Infinity
1.配置信息 appid：6E212341234 2.获取方式 Value("${admin}")private String admin; 获取到结果 Infinity 3.修改方案 配置信息上加号 appid：‘6E212341234 yml中使用[单引号]不会转换单引号里面的特殊字符，使用""[双…...
学习笔记230827--vue项目中，子组件拿不到父组件异步获取数据的问题
🧋 问题描述 父组件的数据是请求后台所得，因为是异步数据，就会出现，父组件的值传递过去了，子组件加载不到，拿不到值的问题。 下面从同步数据传递和异步数据传递开始论述问题 🧋🧋1…...
sql：SQL优化知识点记录（三）
（1）explain之select_type和table介绍 简单的查询类型是：simple 外层 primary，括号里subquery 用到了临时表：derived （2）explain之type介绍 trpe反映的结果与我们sql是否优化过，是否…...
List＜Map＞操作汇总
分组 List<Map> mapList new ArrayList<>(); Map<String,List<Map>> mapListGroup mapList.stream().collect(Collectors.groupingBy(e->e.get("xxx").toString())); 最大值最小值 int max maps.stream().mapToInt(e -> new Inte…...
软考：中级软件设计师:网络类型与拓扑结构，网络规划与设计，ip地址与子网划分，特殊含义的IP地址
软考：中级软件设计师:网络类型与拓扑结构 提示：系列被面试官问的问题，我自己当时不会，所以下来自己复盘一下，认真学习和总结，以应对未来更多的可能性 关于互联网大厂的笔试面试，都是需要细心准…...
linux创建进程
linux创建进程 准备工作 准备工作 在Ubuntu64系统上 1、安装GCC和Make工具 编译器GCC：把C源码转为二进制程序 Make：自动编译多源文件项目 sudo apt-get update #更新存储库 sudo apt-get install build-essential #安装build-essential包 gcc --versio…...
100天精通Golang（基础入门篇）——第19天：深入剖析Go语言中方法（Method）的妙用与实践
🌷🍁 博主猫头虎 带您 Go to Golang Language.✨✨🍁 🦄 博客首页——猫头虎的博客🎐 🐳《面试题大全专栏》 文章图文并茂🦕生动形象🦖简单易学！欢迎大家来踩踩~…...
【人工智能】—_不确定性、先验概率_后验概率、概率密度、贝叶斯法则、朴素贝叶斯_、最大似然估计
【人工智能】— 不确定性、先验概率/后验概率、概率密度、贝叶斯法则、朴素贝叶斯 文章目录 【人工智能】— 不确定性、先验概率/后验概率、概率密度、贝叶斯法则、朴素贝叶斯不确定性不确定性与理性决策基本概率符号先验概率(无条件概率)/后验概率(条件概率)随机变量概率密度联…...
postgresql-字符函数
postgresql-字符函数 字符串连接字符与编码字符串长度大小写转换子串查找与替换截断与填充字符串格式化MD5 值字符串拆分字符串反转 字符串连接 concat(str, …)函数用于连接字符串，并且忽略其中的 NULL 参数；concat_ws(sep, str, …) 函数使用指定分隔…...
VUE笔记（五）网络通信
一、axios的简介 1、什么是axios 文档：Axios 中文文档 | Axios 中文网 | Axios 是一个基于 promise 的网络请求库，可以用于浏览器和 node.js 概念：axios是一个基于Promise的网络请求库，可以用于浏览器和node.js 特点ÿ…...
微信小程序修改数据，input不能实时回显
场景： 填写发票抬头，填写抬头公司时候，会根据用户输入的内容实时获取相关的公司信息，用户选择搜索出来的公司，这时候 setData,但是数据并没有回显，而是需要再需要点一下屏幕。 解决方案： 原来…...
GitHub Copilot三连更：能在代码行里直接提问，上下文范围扩展到终端
量子位 | 公众号 QbitAI 就在昨晚，GitHub Copilot迎来了一波不小的更新。 包括： 全新交互体验——代码行中直接召唤聊天功能，不用切界面，主打一个专注； 改善斜杠命令，一键删除，主打快捷操作、…...
未来机器人的大脑：如何用神经网络模拟器实现更智能的决策？
编辑：陈萍萍的公主一点人工一点智能 未来机器人的大脑：如何用神经网络模拟器实现更智能的决策？RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战，在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…...
深度学习在微纳光子学中的应用
深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向： 逆向设计 通过神经网络快速预测微纳结构的光学响应，替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…...
[2025CVPR]DeepVideo-R1：基于难度感知回归GRPO的视频强化微调框架详解
突破视频大语言模型推理瓶颈，在多个视频基准上实现SOTA性能 一、核心问题与创新亮点 1.1 GRPO在视频任务中的两大挑战 安全措施依赖问题 GRPO使用min和clip函数限制策略更新幅度，导致： 梯度抑制：当新旧策略差异过大时梯度消失收敛困难：策略无法充分优化# 传统GRPO的梯…...
UE5 学习系列（三）创建和移动物体
这篇博客是该系列的第三篇，是在之前两篇博客的基础上展开，主要介绍如何在操作界面中创建和拖动物体，这篇博客跟随的视频链接如下： B 站视频：s03-创建和移动物体 如果你不打算开之前的博客并且对UE5 比较熟的话按照以…...
聊聊 Pulsar：Producer 源码解析
一、前言 Apache Pulsar 是一个企业级的开源分布式消息传递平台，以其高性能、可扩展性和存储计算分离架构在消息队列和流处理领域独树一帜。在 Pulsar 的核心架构中，Producer（生产者） 是连接客户端应用与消息队列的第一步。生产者…...
【Redis技术进阶之路】「原理分析系列开篇」分析客户端和服务端网络诵信交互实现（服务端执行命令请求的过程 - 初始化服务器）
服务端执行命令请求的过程 【专栏简介】【技术大纲】【专栏目标】【目标人群】1. Redis爱好者与社区成员2. 后端开发和系统架构师3. 计算机专业的本科生及研究生 初始化服务器1. 初始化服务器状态结构初始化RedisServer变量 2. 加载相关系统配置和用户配置参数定制化配置参数案…...
【项目实战】通过多模态+LangGraph实现PPT生成助手
PPT自动生成系统 基于LangGraph的PPT自动生成系统，可以将Markdown文档自动转换为PPT演示文稿。 功能特点 Markdown解析：自动解析Markdown文档结构PPT模板分析：分析PPT模板的布局和风格智能布局决策：匹配内容与合适的PPT布局自动…...
镜像里切换为普通用户
如果你登录远程虚拟机默认就是 root 用户，但你不希望用 root 权限运行 ns-3（这是对的，ns3 工具会拒绝 root），你可以按以下方法创建一个 非 root 用户账号 并切换到它运行 ns-3。 一次性解决方案：创建非 roo…...
Spring Boot面试题精选汇总
🤟致敬读者 🟩感谢阅读🟦笑口常开🟪生日快乐⬛早点睡觉 📘博主相关 🟧博主信息🟨博客首页🟫专栏推荐🟥活动信息 文章目录 Spring Boot面试题精选汇总⚙️ **一、核心概…...
unix/linux，sudo，其发展历程详细时间线、由来、历史背景
sudo 的诞生和演化，本身就是一部 Unix/Linux 系统管理哲学变迁的微缩史。来，让我们拨开时间的迷雾，一同探寻 sudo 那波澜壮阔（也颇为实用主义）的发展历程。 历史背景：su的时代与困境 ( 20 世纪 70 年代 - 80 年代初) 在 sudo 出现之前，Unix 系统管理员和需要特权操作的…...