文章目录
- 1、前言
- 2、C3模块和C2F模块
- 2.1、C3模块
- 2.2、BottleNeck模块
- 2.3、C2F模块
- 3、C2F代码实现
- 3.1、common.py
- 3.2、yolo.py
- 3.3、yolov5s_C2F.yaml
- 4、目标检测系列文章
1、前言
本文主要使用YOLOv8的C2F模块替换YOLOv5中的C3模块，经过实验测试，发现YOLOv5更加适合嵌入式设备，所以并不是越新的框架性能就会越好。通常大部分的目标检测模型都是在coco数据集上进行训练，然后再与旧的模型进行比较，如果只看在coco数据集上的表现确实v7、v8是要优于v5的，但是在自己数据集上面训练可能就是另外一种结果，所以可以尝试将不同模型的不同模块进行融合，试一试训练效果。
2、C3模块和C2F模块
2.1、C3模块
YOLOV5 采用C3模块，类似于残差结构的思想，C3模块由三个CBS模块，也就是三个卷积层，再加上若干个BottleNeck模块构成，输入进来的特征，分为两个部分，一部分特征是只经过CBS模块处理，一部分经过CBS+BottleNeck处理，最后通过concat将两部分特征进行拼接，再经过一个CBS层将特征维度进行恢复。
class C3(nn.Module):
# CSP Bottleneck with 3 convolutions
def __init__(self, c1, c2, n=1, shortcut=True, g=1, e=0.5): # ch_in, ch_out, number, shortcut, groups, expansion
super().__init__()
c_ = int(c2 * e) # hidden channels
self.cv1 = Conv(c1, c_, 1, 1)
self.cv2 = Conv(c1, c_, 1, 1)
self.cv3 = Conv(2 * c_, c2, 1) # optional act=FReLU(c2)
self.m = nn.Sequential(*(Bottleneck(c_, c_, shortcut, g, e=1.0) for _ in range(n)))
def forward(self, x):
return self.cv3(torch.cat((self.m(self.cv1(x)), self.cv2(x)), 1))
YOLOv5-v6.0版本中使用了C3模块，替代了早期的BottleneckCSP模块。这两者结构作用基本相同，均为CSP架构，只是在修正单元的选择上有所不同，C3模块包含了3个标准卷积层以及多个Bottleneck模块，与BottleneckCSP模块所不同的是，C3经过Bottleneck模块输出后的Conv模块被去掉了。旧版本的yolov5的CSP模块如下：
2.2、BottleNeck模块
BottleNeck模块是类似与resnet残差结构，该模块其实存在两种形式，也就是BottleNeck1和BottleNeck2，BottleNeck1是以resnet残差结构连接的，该残差结构是由两条路构成，其中一路先进行1×1卷积将特征图的通道数减小一半，从而减少计算量，再通过3×3卷积提取特征，并且将通道数加倍，其输入与输出的通道数是不发生改变的，而另外一路通过shortcut进行残差连接，与第一路的输出特征图相加，从而实现特征融合；BottleNeck2只是经过一次1x1卷积的CBS和一次3x3卷积的CBS。
2.3、C2F模块
CBS处理之后的特征首先进行Split分割成两部分特征，一部分特征保留不做任何处理，一部分经过若干个BottleNeck进行处理；其中每个BottleNeck又会分出两条通道，一条是将处理过的特征传递给下一个BottleNeck，一条则是保留下来用作后面的concat连接。最后经过n个BottleNeck之后将所有的特征进行融合。
n个BottleNeck的特征融合方式很像FPN特征金字塔自顶向下融合，将深层特征与浅层特征进行融合 。
C2f 使用了3个卷积模块（ConV+BN+SILU），以及n个BottleNeck构成输入的特征经过Split之后通道数变为原来的一半(h ∗ w ∗ 0.5cout)，一半的特征图不做处理，另外一半则是传入到BottleNeck模块中做特征融合操作,其结构图如下：
3、C2F代码实现
添加C2f和C2F_Bottleneck模块代码，因为YOLOv5和YOLOv8的Bottleneck模块不一致，这里直接拷贝YOLOv8源码的C2f和C2F_Bottleneck模块。
3.1、common.py
在models/common.py的加入C2f和C2F_Bottleneck类
class C2f(nn.Module):
"""Faster Implementation of CSP Bottleneck with 2 convolutions."""
def __init__(self, c1, c2, n=1, shortcut=False, g=1, e=0.5):
"""Initialize CSP bottleneck layer with two convolutions with arguments ch_in, ch_out, number, shortcut, groups,
expansion.
"""
super().__init__()
self.c = int(c2 * e) # hidden channels
self.cv1 = Conv(c1, 2 * self.c, 1, 1)
self.cv2 = Conv((2 + n) * self.c, c2, 1) # optional act=FReLU(c2)
self.m = nn.ModuleList(C2F_Bottleneck(self.c, self.c, shortcut, g, k=((3, 3), (3, 3)), e=1.0) for _ in range(n))
def forward(self, x):
"""Forward pass through C2f layer."""
y = list(self.cv1(x).chunk(2, 1))
y.extend(m(y[-1]) for m in self.m)
return self.cv2(torch.cat(y, 1))
def forward_split(self, x):
"""Forward pass using split() instead of chunk()."""
y = list(self.cv1(x).split((self.c, self.c), 1))
y.extend(m(y[-1]) for m in self.m)
return self.cv2(torch.cat(y, 1))
class C2F_Bottleneck(nn.Module):
"""Standard bottleneck."""
def __init__(self, c1, c2, shortcut=True, g=1, k=(3, 3), e=0.5):
"""Initializes a bottleneck module with given input/output channels, shortcut option, group, kernels, and
expansion.
"""
super().__init__()
c_ = int(c2 * e) # hidden channels
self.cv1 = Conv(c1, c_, k[0], 1)
self.cv2 = Conv(c_, c2, k[1], 1, g=g)
self.add = shortcut and c1 == c2
def forward(self, x):
"""'forward()' applies the YOLO FPN to input data."""
return x + self.cv2(self.cv1(x)) if self.add else self.cv2(self.cv1(x))
3.2、yolo.py
在models/yolo.py的parse_model函数，添加C2f 模块
if m in [Conv, GhostConv, Bottleneck, GhostBottleneck, SPP, DWConv, MixConv2d, Focus, CrossConv, BottleneckCSP,C3, C2f]:
3.3、yolov5s_C2F.yaml
在models文件夹新建一个yolov5s_C2F.yaml文件，将yolov5s所有的C3模块都换成了C2f模块。
# YOLOv5 🚀 by Ultralytics, GPL-3.0 license
# Parameters
nc: 6 # number of classes
depth_multiple: 0.33 # model depth multiple
width_multiple: 0.50 # layer channel multiple
anchors:
- [ 10,13, 16,30, 33,23 ] # P3/8
- [ 30,61, 62,45, 59,119 ] # P4/16
- [ 116,90, 156,198, 373,326 ] # P5/32
# YOLOv5 v6.0 backbone
backbone:
# [from, number, module, args] 输出640*640
[ [ -1, 1, Conv, [ 64, 6, 2, 2 ] ], # 0-P1/2 320*320 64表示输出的channel，但是需要乘以width_multiple，6表示卷积核的大小，2表示padding大小，2表示stride大小
[ -1, 1, Conv, [ 128, 3, 2 ] ], # 1-P2/4 160*160*128 2表示stride大小
[ -1, 3, C2f, [ 128 ] ],
[ -1, 1, Conv, [ 256, 3, 2 ] ], # 3-P3/8 80*80*256
[ -1, 6, C2f, [ 256 ] ],
[ -1, 1, Conv, [ 512, 3, 2 ] ], # 5-P4/16 40*40*512
[ -1, 9, C2f, [ 512 ] ],
[ -1, 1, Conv, [ 1024, 3, 2 ] ], # 7-P5/32 20*20
[ -1, 3, C2f, [ 1024 ] ],
[ -1, 1, SPPF, [ 1024, 5 ] ], # 9
]
# YOLOv5 v6.0 head
head:
# ================ 自下向上融合FPN =====================
[ [ -1, 1, Conv, [ 512, 1, 1 ] ], # 降维 20*20*1024->20*20*512
[ -1, 1, nn.Upsample, [ None, 2, 'nearest' ] ], #上采样 20*20*512->40*40*512
[ [ -1, 6 ], 1, Concat, [ 1 ] ], # cat backbone P4 40*40*(512+512)
[ -1, 3, C2f, [ 512, False ] ], # 13 40*40*1024->40*40*512
[ -1, 1, Conv, [ 256, 1, 1 ] ], #40*40*512->40*40*256
[ -1, 1, nn.Upsample, [ None, 2, 'nearest' ] ], # 40*40*256->80*80*256
[ [ -1, 4 ], 1, Concat, [ 1 ] ], # cat backbone P3 80*80*(256+256)
[ -1, 3, C2f, [ 256, False ] ], # 17 (P3/8-small) 80*80*512->80*80*256
# ================ 自上向下融合PAN ==================
[ -1, 1, Conv, [ 256, 3, 2 ] ], # 80*80*256->40*40*256
[ [ -1, 14 ], 1, Concat, [ 1 ] ], # cat head P4 40*40*(256+256)
[ -1, 3, C2f, [ 512, False ] ], # 20 (P4/16-medium)
[ -1, 1, Conv, [ 512, 3, 2 ] ], #40*40*(256+256)-> 20*20*512
[ [ -1, 10 ], 1, Concat, [ 1 ] ], # cat head P5 20*20*(512+512)
[ -1, 3, C2f, [ 1024, False ] ], # 23 (P5/32-large)
[ [ 17, 20, 23 ], 1, Detect, [ nc, anchors ] ], # Detect(P3, P4, P5)
]
4、目标检测系列文章
- YOLOv5s网络模型讲解(一看就会)
- 生活垃圾数据集（YOLO版）
- YOLOv5如何训练自己的数据集
- 双向控制舵机（树莓派版）
- 树莓派部署YOLOv5目标检测（详细篇）
- YOLO_Tracking 实践 （环境搭建 & 案例测试）
- 目标检测：数据集划分 & XML数据集转YOLO标签
- DeepSort行人车辆识别系统（实现目标检测+跟踪+统计）
- YOLOv5参数大全(parse_opt篇)
- YOLOv5改进（一）-- 轻量化YOLOv5s模型
- YOLOv5改进（二）-- 目标检测优化点（添加小目标头检测）
- YOLOv5改进（三）-- 引进Focaler-IoU损失函数
- YOLOv5改进（四）–轻量化模型ShuffleNetv2
- YOLOv5改进（五）-- 轻量化模型MobileNetv3
