YOLOv5白皮书-第Y3周:yolov5s.yaml文件解读

OLOv5-第Y2周：训练自己的数据集)

YOLOv5白皮书-第Y3周:yolov5s.yaml文件解读

一、前言

• 🍨 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

二、我的环境

• 电脑系统：Windows 10
• 语言环境：Python 3.8.5
• 编译器：colab在线编译
• 深度学习环境：PyTorch

三、yolov5s.yaml源文件内容

可以看到，yaml源文件主要分为4个部分的内容：Parameters、anchors、backbone和head。

四、Parameters

这一部分是yolov5s.yaml,yolov5m.yaml,yolov5l.yaml,yolov5x.yaml几个文件之间主要的不同点,有不同的宽度与深度

nc:分类的数量,根据你自己训练的数据集当中的数量进行修改
depth__multiple:控制子模块的数量
width_multiple:控制卷积核的数量

通过depth__multiple和width_multiple就可以实现不同复杂度的模型设计。YOLOv5s 、 YOLov5m 、 YOLOv51 、 YOLOv5x四种模型的区别仅在于depth_multiple与width_multiple这个两个参数的不同。

五、anchors配置

anchor一共有三行,分别在图片当中大,中,小的目标进行计算,

第一行在最大特征图上,小数值检测大目标
第二行在图片第二大的特征图上
第三行在最小的特征图上,大数值检测小目标

YOLOv5初始化了9个anchors，在三个Detect层使用(3个feature map）中使用，每个featuremap的每个grid_cell都有三个anchor进行预测。分配的规则是:

尺度越大的feature map越靠前，相对原图的下采样率越小，感受野越小，所以相对可以预测一些尺度比较小的物体，所有分配到的 anchors越小;

尺度越小的 feature map越靠后，相对原图的下采样率越大，感受野越大，所以相对可以预测一些尺度比较大的物体，所有分配到的 anchors越大。

即可以在小特征图(feature map)上检测大目标，也可以在大特征图上检测小目标。

YOLOv5根据工程经验得到了这么3组anchors，对于很多数据集而言确实挺合适的。但是也不能保证这3组anchors就适用于所有的数据集，所有

六、backbone

• from:表示当前模块的来源取自于哪一层的输出,比如-1表示取自上一层的输出
• number:表示当前选择的模块需要重复的次数,比如3就是要重复3次,但这只是理论上的重复次数,具体还要看depth_multiple共同决定网络模型的深度
• module:模块类名,根据给到的类名到common.py当中寻找相应的类进行模块化的搭建网络
• args:是一个list,模块搭建所需要的参数,channel(通道数),bias(偏差,残差)等
• Focus:对特征图进行切片操作，[64,3]得到[3,32,3]，即输入channel=3（RGB），输出为64*0.50(width_multiple)=32，3为卷积核尺
• Conv:nn.conv(kenel_size=1,stride=1,groups=1,bias=False)+Bn+Leaky_ReLu.[-1, 1, Conv, [128, 3, 2]]具体主要含义是指输入来自上一层，模块数量(number)为1个，子模块为Conv，网络中最终有128*0.5=32个卷积核，卷积核尺寸为3，stride=2。
• BottleNeckCSP：借鉴CSPNet网络结构，由3个卷积层和X个残差模块Concat组成，若有False，则没有残差模块，那么组成结构为nn.conv+Bn+Leaky_ReLu
• SPP：[-1, 1, SPP, [1024, [5, 9, 13]]]表示5×5，9×9，13×13的最大池化方式，进行多尺度融合

七、head

这是YOLOv5s的head，数据格式和backbone一样

八、总结

通过Y3学习，解读了yolov5s.yaml的源文件，学会了yolov5s.yaml的文件配置。