基于Pytorch的YoLoV5 backbone 复现(上)

前言

现在我们来做一个简单的总结，最近也是在复盘嘛，看看这个学期阶段的学习成果，巩固和增强，系列笔记还在整理，我给自己的复盘时间大概是1个月左右，这个礼拜当然是有关于深度学习的内容主要是YOLO，下周是自己课内的东西。

这篇博文也是准备了两天左右，仔细瞅了瞅V1~V3的论文，V4,V5 我还没看，因为从发展的角度来看V1到V3的改动是很大的，V4，V5更多是在神经网络的结构上优化。而我们今天的任务是如何复现出YOLOV5的backbone。

理论再好也要实践，这样可以加深理解和映像，接下来我们需要使用YOLO来做更加炫酷的事情，所以这一关是我无法逾越的关卡。

本博文基于YOLOV5.5版本进行探索~
考虑到篇幅问题，这里会拆成两篇博文进行复现。

网络结构

在开始之前我们先来看看整个yolov5的网络结构

这个是完整的神经网络结构，可以通过
https://netron.app/ 生成<