YOLOv5改进 | 主干篇 | 多种轻量化卷积优化PP-HGNetV2改进主干（全网独家创新）

 一、本文介绍

Hello，大家好，上一篇博客我们讲了利用HGNetV2去替换YOLOv5的主干，经过结构的研究我们可以发现在HGNetV2的网络中有大量的卷积存在，所以我们可以用一种更加轻量化的卷积去优化HGNetV2从而达到更加轻量化的效果（亲测优化后的HGNetV2网络比正常HGNetV2精度更高轻量化效果更好，非常适合轻量化的读者），同时HGNetV2的网络结构目前还没有推出论文，所以其理论知识在网络上也是非常的少，我也是根据网络结构图进行了分析，给大家进行讲解网络结构原理。

欢迎大家订阅我的专栏一起学习YOLO！ 

轻量化效果：⭐⭐⭐⭐⭐

涨点效果：⭐⭐⭐⭐⭐

专栏目录：YOLOv5改进有效涨点目录 | 包含卷积、主干、检测头、注意力机制、Neck上百种创新机制

专栏回顾：YOLOv5改进专栏——持续复现各种顶会内容——内含100+创新

​

目录

 一、本文介绍

二、HGNetV2原理讲解

2.1 HGNetV2的网络结构讲解 

2.2 轻量化卷积

三、HGNetV2的代码

四、手把手教你添加HGNetV2 

4.1 手把手教你添加HGNetV2 

4.1.1 修改一

4.1.2 修改二

4. 2 HGNetV2-l的yaml文件(此为对比试验版本)

4.2 HGNetV2-x的yaml文件

五、运行成功记录

六、本文总结

---

二、HGNetV2原理讲解

 ​

论文地址：RT-DETR论文地址

本文代码来源：HGNetV2的代码来源

​

---

2.1 HGNetV2的网络结构讲解 

PP-HGNet 骨干网络的整体结构如下： 

其中，PP-HGNet是由多个HG-Block组成，HG-Block的细节如下：

上面的图表是PP-HGNet神经网络架构的概览，下面我对其中的每一个模块进行分析：

1. Stem层：这是网络的初始预处理层，通常包含卷积层，开始从原始输入数据中提取特征。

2. HG（层次图）块：这些块是网络的核心组件，设计用于以层次化的方式处理数据。每个