YOLOV8-源码解读-c1模块 以及nn.Sequential传参数带*的问题

卷积模块：YOLOV8中的卷积模块是由卷积-BN-激活函数一键三连组成

def autopad(k, p=None, d=1):  # kernel, padding, dilation
    """Pad to 'same' shape outputs."""
    if d > 1:
        k = d * (k - 1) + 1 if isinstance(k, int) else [d * (x - 1) + 1 for x in k]  # actual kernel-size
    if p is None:
        p = k // 2 if isinstance(k, int) else [x // 2 for x in k]  # auto-pad
    return p


class Conv(nn.Module):
    """Standard convolution with args(ch_in, ch_out, kernel, stride, padding, groups, dilation, activation)."""
    default_act = nn.SiLU()  # default activation

    def __init__(self, c1, c2, k=1, s=1, p=None, g=1, d=1, act=True):
        """Initialize Conv layer with given arguments including activation."""
        super().__init__()
        self.conv = nn.Conv2d(c1, c2, k, s, autopad(k, p, d), groups=g, dilation=d, bias=False)
        self.bn = nn.BatchNorm2d(c2)
        self.act = self.default_act if act is True else act if isinstance(act, nn.Module) else nn.Identity()

    def forward(self, x):
        """Apply convolution, batch normalization and activation to input tensor."""
        return self.act(self.bn(self.conv(x)))

1、C1模块

代码：

class C1(nn.Module):
    """CSP Bottleneck with 1 convolution."""

    def __init__(self, c1, c2, n=1):
        """Initializes the CSP Bottleneck with configurations for 1 convolution with arguments ch_in, ch_out, number."""
        super().__init__()
        self.cv1 = Conv(c1, c2, 1, 1)
        self.m = nn.Sequential(*(Conv(c2, c2, 3) for _ in range(n)))

    def forward(self, x):
        """Applies cross-convolutions to input in the C3 module."""
        y = self.cv1(x)
        print(y.size())
        return self.m(y) + y

C1模块，是由2个卷积组成，一个教CV1，一个是Sequential，里面默认有一个卷积。

CV1，输入大小为（batch,c1,H,W）,输出为(batch,c2,H,W)

m，输入大小为(batch,c2,H,W),输出大小为（batch,c2,H,W）

经过cv1，再经过m，在加到原来位置上，这里是对应位置加，不是拼接

输入大小为（1,10,256,256）

data = torch.zeros(1,10,256,256)
M=C1(10, 20, 3)
out = M(data)

2、代码难点

self.m = nn.Sequential(*(Conv(c2, c2, 3) for _ in range(n)))

self.m = nn.Sequential(*(Conv(c2, c2, 3) for _ in range(n)))

有的老哥可能python学的是一知半解，可能有的老哥看到这个就有点懵逼，咋有个*号。

请认真看下面这2个例子：

例子1

def Test(*args):
    print('参数个数：', len(args))
    print('参数内容：', args)

data=[1, 2, 3, 4]
Test(data)

结果显示我们这里就只有一个参数，但参数内容就一个大数组。

例子2

传参的时候，把*data传进去。

def Test(*args):
    print('参数个数：', len(args))
    print('参数内容：', args)

data=[1, 2, 3, 4]
Test(*data)

刚刚好是我们那4个数

我们是想把data传进函数，可以看出，第二种方式更符合我们的要求。

这个时候尝试取出参数的第一个数：

def Test(*args):
    print('参数个数：', len(args))
    print('参数内容第一个数：', args[0])

2种方式是不同的：

这个时候去打开sequential的源码;

别的就不用看了，就看参数初始化的参数列表，是带*的，这里就不深究了，毕竟不是软件工程的，如果不想加*，可以去尝试改一下源码，把参数中的第一个参数取出来，然后在是各种操作。

 self.m = nn.Sequential(*[Conv(c2, c2, 3) for _ in range(n)])
 self.m = nn.Sequential(*(Conv(c2, c2, 3) for _ in range(n)))

正如源码中所写那样参数列表是带*的，那我们在将一个list传进去的时候，是应该带一个*的