yolov8中的C2f层

最新推荐文章于 2024-11-05 21:34:03 发布

原创

最新推荐文章于 2024-11-05 21:34:03 发布 · 1w 阅读

19 ·

CC 4.0 BY-SA版权

文章标签：

#YOLO #python #计算机视觉

文章详细介绍了CSPBottleneck结构中的C2f模块，它将输入通道分为两部分，一部分通过两个卷积层，然后与原始部分合并。代码展示了C2f类的实现，包括cv1和cv2卷积层以及Bottleneck子模块的使用，整个过程涉及通道分割、卷积和激活函数SiLU的应用。

在代码注释中看到C2f其实是
CSP Bottleneck with 2 convolutions

找来CSP的图
请添加图片描述
大致是把一个output按channel拆成2部分，其中一部分不动，
另一部分过conv，再拼回去，
因为是with 2 convolutions, 会有2个conv.

下面根据代码来走一遍流程：
在ultralytics/nn/modules/block.py

class C2f(nn.Module):
    """CSP Bottleneck with 2 convolutions."""

    def __init__(self, c1, c2, n=1, shortcut=False, g=1, e=0.5):  # ch_in, ch_out, number, shortcut, groups, expansion
        super().__init__()
        self.c = int(c2 * e)  # hidden channels
        self.cv1