改进YOLOv7主干架构：加入广泛应用和高效的C3模块

YOLOv7是一个流行的目标检测算法，它通过骨干网络来进行特征提取。近年来，C3模块被证明在计算机视觉任务中非常有效。结合C3模块，可以为YOLOv7带来更好的性能。本文将介绍如何将C3模块集成到YOLOv7中，并通过实验比较证明其有效性。

C3模块简介

C3模块是一种卷积神经网络中的基本模块之一。它由三个卷积层组成，每个卷积层都具有不同的卷积核大小。这三个卷积层的输出通道数相同，通常设置为C3模块的输出通道数。C3模块在计算机视觉中广泛应用，例如人脸识别、图像分类和目标检测等领域。

import torch
import torch.nn as nn

class C3(nn.Module):
    def