【目标检测】YOLOv7算法实现(一):模型搭建

  本系列文章记录本人硕士阶段YOLO系列目标检测算法自学及其代码实现的过程。其中算法具体实现借鉴于ultralytics YOLO源码Github,删减了源码中部分内容,满足个人科研需求。
  本篇文章在YOLOv5算法实现的基础上,进一步完成YOLOv7算法的实现。YOLOv7相比于YOLOv5,最主要的不同之处如下:

  • 模型结构:引进了更为高效的特征提取模块(ELAN)、下采样模块(MP),不同的空间池化层(SPPCSPC),重参数卷积(RepConv)
  • 正样本匹配:结合YOLOv5中和正样本匹配方法和YOLOX中的正样本筛选方法(SimOTA)

文章地址:
YOLOv7算法实现(一):模型搭建
YOLOv7算法实现(二):正样本匹配(SimOTA)与损失计算

本文目录

  • 1 模型结构
  • 2 模型模块实现(common.py)
    • 2.1 CBS模块
    • 2.2 ELAN模块
    • 2.3 MP模块
    • 2.4 SPPCSPC模块
    • 2.5 RepConv模块
      • 2.5.1 参数融合
      • 2.5.2 模块实现
    • 2.6 Detect模块
  • 3 模型配置文件构建(model.yaml)
  • 4 模型搭建(yolo.py)

1 模型结构

  YOLOv7的模型结构如图1所示,其包含以下几个模块:

  • CBS:卷积层、批标准化(BN)和SiLU激活函数
  • ELAN:多梯度融合特征提取模块,根据融合的梯度信息的不同分为ELAB-BELAB-H
  • MP:最大池化和CBS结合的下采样模块
  • SPPCSPC:跨阶段特征金字塔池化模块
  • RepConv:重参数化卷积
  • Detect:检测头(Anchor-based)
    在这里插入图片描述
图1 YOLOv7网络结构

2 模型模块实现(common.py)

2.1 CBS模块

Class Conv(nn.Module):'''卷积块:conv-BN-Activation'''default_act = nn.SiLU()  # 默认激活函数def __init__(self, c1, c2, k=1, s=1, p=None, g=1, d=1, act=True, b=False):''':param c1: 输入通道数:param c2: 输出通道数:param k: 卷积核大小:param s: 步长:param p: 填充 默认为None则表示填充至与输入分辨率相同:param g: 分组卷积,默认为1时为标准卷积:param d: 间隙卷积,默认为1时为标准卷积;不为1表示点之间有空隙的过滤器,对卷积核进行膨胀:param act: 是否使用激活函数:param b: 卷积偏置,默认使用无偏置卷积'''super(Conv, self).__init__()self.conv = nn.Conv2d(c1, c2, k, s, autopad(k, p, d), groups=g, dilation=d, bias=b)self.bn = nn.BatchNorm2d(c2)# 若act为True:使用默认激活函数;若act为其他激活函数模块:则使用该激活函数;反之:使用nn.Identity,表示不对输入进行操作,直接输出输入self.act = self.default_act if act is True else act if isinstance(act, nn.Module) else nn.Identity()def forward(self, x):# 前向传播return self.act(self.bn(self.conv(x)))

2.2 ELAN模块

ELAN_B

class ELAN_B(nn.Module):'''yolov7中特征提取模块(backbone部分)使用了密集的残差结构, 通过增加相当的深度来提高准确率; 内部的残差块使用跳跃连接,缓解了深度神经网络中增加深度带来的梯度消失问题。'''def __init__(self, c1, c2, e=0.5):super().__init__()c_ = int(c1 * e)self.cv1 = Conv(c1, c_, 1, 1)self.cv2 = Conv(c1, c_, 1, 1)self.cv3 = nn.Sequential(Conv(c_, c_, 3, 1),Conv(c_, c_, 3, 1))self.cv4 = nn.Sequential(Conv(c_, c_, 3, 1),Conv(c_, c_, 3, 1))self.cv5 = Conv(c_ * 4, c2, 1, 1)def forward(self, x):y1 = self.cv1(x)  # c1 // 2y2 = self.cv2(x)  # c1 // 2y3 = self.cv3(y2)  # c1y4 = self.cv4(y3)  # c1return self.cv5(torch.cat([y1, y2, y3, y4], dim=1))

ELAN-H

class ELAN_H(nn.Module):def __init__(self, c1, c2, e=0.5):'''Head部分'''super().__init__()c_ = int(c1 * e)c__ = c_ // 2self.cv1 = Conv(c1, c_, 1, 1)self.cv2 = Conv(c1, c_, 1, 1)self.cv3 = Conv(c_, c__, 3, 1)self.cv4 = Conv(c__, c__, 3, 1)self.cv5 = Conv(c__, c__, 3, 1)self.cv6 = Conv(c__, c__, 3, 1)self.cv7 = Conv(c_ * 2 + c__ * 4, c2, 1, 1)def forward(self, x):y1 = self.cv1(x)y2 = self.cv2(x)y3 = self.cv3(y2)y4 = self.cv4(y3)y5 = self.cv5(y4)y6 = self.cv6(y5)return self.cv7(torch.cat([y1, y2, y3, y4, y5, y6], dim=1))

2.3 MP模块

class MP(nn.Module):'''yolov7中下采样模块'''def __init__(self, c1, c2):super().__init__()# MP-1if c1 == c2:c_ = c1 // 2# MP-2else:c_ = c1# 第一个分支self.maxpool = MaxPool(k=2, s=2)self.cv1 = Conv(c1, c_, 1, 1)# 第二个分支self.cv2 = Conv(c1, c_, 1, 1)self.cv3 = Conv(c_, c_, 3, 2)def forward(self, x):o1 = self.cv1(self.maxpool(x))o2 = self.cv3(self.cv2(x))return torch.cat([o1, o2], dim=1)

2.4 SPPCSPC模块

class SPPCSPC(nn.Module):def __init__(self, c1, c2, k=(5, 9, 13), e=0.5):super().__init__()c_ = int(2 * c2 * e)self.cv1 = Conv(c1, c_, 1, 1)self.cv2 = Conv(c1, c_, 1, 1)self.cv3 = Conv(c_, c_, 3, 1)self.cv4 = Conv(c_, c_, 1, 1)self.m = nn.ModuleList([nn.MaxPool2d(kernel_size=x, stride=1, padding=x // 2) for x in k])self.cv5 = Conv(4 * c_, c_, 1, 1)self.cv6 = Conv(c_, c_, 3, 1)self.cv7 = Conv(2 * c_, c2, 1, 1)def forward(self, x):x1 = self.cv4(self.cv3(self.cv1(x)))y1 = self.cv6(self.cv5(torch.cat([x1] + [m(x1) for m in self.m], 1)))y2 = self.cv2(x)return self.cv7(torch.cat((y1, y2), dim=1))

2.5 RepConv模块

2.5.1 参数融合

  RepConv模块的具体结构如图1中所示,在推理阶段其将多个卷积模块融为一个卷积模块,提高模型计算的高效性。

卷积层+BN层 → 卷积层

  卷积层的计算公式为:
C o n v ( x ) = W ( x ) + b Conv(x){\rm{ }} = {\rm{ }}W(x) + b Conv(x)=W(x)+b
pytorch中,卷积层权重为conv.weight,偏置为conv.bias
  BN层的计算公式为:
B N ( x ) = γ x − m e a n v a r + β BN(x) = \gamma {{x - mean} \over {\sqrt {{\mathop{\rm var}} } }} + \beta BN(x)=γvar xmean+β
pytorch中,γ = bn.weightmean = bn.running_mean, var = bn.running_var, β = bn.bias
  卷积层和BN层融合公式为:

B N ( C o n v ( x ) ) = γ ( W ( x ) + b ) − m e a n v a r + β = n e w _ W ( x ) + n e w _ b BN(Conv(x)) = \gamma {{(W(x) + b) - mean} \over {\sqrt {{\mathop{\rm var}} } }} + \beta = new\_W(x) + new\_b BN(Conv(x))=γvar (W(x)+b)mean+β=new_W(x)+new_b
n e w _ W ( x ) = γ W ( x ) v a r , n e w _ b = γ ( b − m e a n ) v a r + β new\_W(x) = {{\gamma W(x)} \over {\sqrt {{\mathop{\rm var}} } }},new\_b = {{\gamma (b - mean)} \over {\sqrt {{\mathop{\rm var}} } }} + \beta new_W(x)=var γW(x),new_b=var γ(bmean)+β

BN层->卷积层:构造一个参数为0的卷积层(1×1),实现卷积层+BN层融合

卷积层(3×3)+卷积层(1×1) →卷积层(3×3):将卷积层(1×1)填充为3×3,再将卷积层权重和偏置相加实现融合

2.5.2 模块实现

class RepConv(nn.Module):def __init__(self, c1, c2, k=3, s=1, p=None, g=1, act=True, deploy=False):'''重参数卷积训练时:deploy = Falserbr_dense(3x3卷积) + rbr_1x1(1x1卷积) + rbr_identity(c2==c1时)相加rbr_reparam = None推理时:deploy = Truerbr_param = Conv2drbr_dense, rbr_1x1, rbr_identity = None, None, None'''super().__init__()self.deploy = deployself.groups = gself.in_channels = c1self.out_channels = c2assert k == 3assert autopad(k, p) == 1padding_11 = autopad(k, p) - k // 2self.act = nn.SiLU() if act is True else (act if isinstance(act, nn.Module) else nn.Identity())# 推理阶段, 仅有一个3x3卷积if self.deploy:self.rbr_reparam = nn.Conv2d(c1, c2, k, s, autopad(k, p), groups=g, bias=True)else:# 输入输出通道数相同时, identity层(BN层)self.rbr_identity = (nn.BatchNorm2d(num_features=c1) if c2 == c1 and s == 1 else None)# 3×3卷积 + BN层self.rbr_dense = nn.Sequential(nn.Conv2d(c1, c2, k, s, autopad(k, p), groups=g, bias=False),nn.BatchNorm2d(num_features=c2),)# 1×1卷积 + BN层self.rbr_1x1 = nn.Sequential(nn.Conv2d(c1, c2, 1, s, padding_11, groups=g, bias=False),nn.BatchNorm2d(num_features=c2),)def forward(self, x):# 推理阶段if hasattr(self, 'rbr_reparam'):return self.act(self.rbr_reparam(x))# 训练阶段if self.rbr_identity is None:id_out = 0else:id_out = self.rbr_identity(x)return self.act(self.rbr_dense(x) + self.rbr_1x1(x) + id_out)#融合卷积层和BN层: Conv2D+BN=Conv2Ddef fuse_conv_bn(self, conv, bn):std = (bn.running_var + bn.eps).sqrt()bias = bn.bias - bn.running_mean * bn.weight / stdt = (bn.weight / std).reshape(-1, 1, 1, 1)weights = conv.weight * tbn = nn.Identity()conv = nn.Conv2d(in_channels=conv.in_channels,out_channels=conv.out_channels,kernel_size=conv.kernel_size,stride=conv.stride,padding=conv.padding,dilation=conv.dilation,groups=conv.groups,bias=True,padding_mode=conv.padding_mode)conv.weight = torch.nn.Parameter(weights)conv.bias = torch.nn.Parameter(bias)return conv# 重参数操作(在推理阶段执行)def fuse_repvgg_block(self):if self.deploy:returnprint(f"RepConv.fuse_repvgg_block")# 融合3x3的卷积层和BN层为一个3x3卷积(有偏置)self.rbr_dense = self.fuse_conv_bn(self.rbr_dense[0], self.rbr_dense[1])# 融合1x1的卷积层和BN层为一个1x1卷积(有偏置)self.rbr_1x1 = self.fuse_conv_bn(self.rbr_1x1[0], self.rbr_1x1[1])rbr_1x1_bias = self.rbr_1x1.bias# 填充卷积核大小与3x3卷积大小相同weight_1x1_expanded = torch.nn.functional.pad(self.rbr_1x1.weight, [1, 1, 1, 1])# 融合identity的BN层为一个1x1卷积(无偏置)if isinstance(self.rbr_identity, nn.BatchNorm2d) or isinstance(self.rbr_identity, nn.modules.batchnorm.SyncBatchNorm):identity_conv_1x1 = nn.Conv2d(in_channels=self.in_channels,out_channels=self.out_channels,kernel_size=1,stride=1,padding=0,groups=self.groups,bias=False)identity_conv_1x1.weight.data = identity_conv_1x1.weight.data.to(self.rbr_1x1.weight.data.device)identity_conv_1x1.weight.data = identity_conv_1x1.weight.data.squeeze().squeeze()identity_conv_1x1.weight.data.fill_(0.0)identity_conv_1x1.weight.data.fill_diagonal_(1.0)identity_conv_1x1.weight.data = identity_conv_1x1.weight.data.unsqueeze(2).unsqueeze(3)# 融合该1x1卷积和Identity的BN层identity_conv_1x1 = self.fuse_conv_bn(identity_conv_1x1, self.rbr_identity)bias_identity_expanded = identity_conv_1x1.biasweight_identity_expanded = torch.nn.functional.pad(identity_conv_1x1.weight, [1, 1, 1, 1])else:bias_identity_expanded = torch.nn.Parameter(torch.zeros_like(rbr_1x1_bias))weight_identity_expanded = torch.nn.Parameter(torch.zeros_like(weight_1x1_expanded))# 融合3x3卷积和扩充的1x1卷积的权重和偏置self.rbr_dense.weight = torch.nn.Parameter(self.rbr_dense.weight + weight_1x1_expanded + weight_identity_expanded)self.rbr_dense.bias = torch.nn.Parameter(self.rbr_dense.bias + rbr_1x1_bias + bias_identity_expanded)self.rbr_reparam = self.rbr_denseself.deploy = Trueif self.rbr_identity is not None:del self.rbr_identityself.rbr_identity = Noneif self.rbr_1x1 is not None:del self.rbr_1x1self.rbr_1x1 = Noneif self.rbr_dense is not None:del self.rbr_denseself.rbr_dense = None

2.6 Detect模块

Detect模块的具体实现过程可见文章YOLOv5算法实现(二):模型搭建

3 模型配置文件构建(model.yaml)

基于图1所示的模型结构和模型模块所需的参数,构建模型配置文件。其中结构解析包含四个参数[from,number,module,args]:

  • from:当前层的输入来自于哪一层
  • number:当前层数量
  • module:当前层所有模块(在common.py中实现,需与类名对应)
  • args:第一个参数为当前层输出通道数,其余参数为模块特有参数;当前层的输入通道数由“from”参数指向的层决定,在结构解析时加入该参数。
# Parameters
nc: 80  # number of classes 类别数
depth_multiple: 1.0  # model depth multiple 模型深度(模块个数系数)
width_multiple: 1.0  # layer channel multiple 模型宽度(模块通道数系数)
anchors: - [10,13, 16,30, 33,23]  # P3/8 (stride=8 feature_map所用Anchor,小目标检测)- [30,61, 62,45, 59,119]  # P4/16 (stride=16 feature_map所用Anchor)- [116,90, 156,198, 373,326]  # P5/32 (stride=32 feature_map所用Anchor,大目标检测)backbone:# [from, number, module, args][[-1, 1, Conv, [32, 3, 1]],  # 0[-1, 1, Conv, [64, 3, 2]],  # 1-P1/2[-1, 1, Conv, [64, 3, 1]],  # 2[-1, 1, Conv, [128, 3, 2]], # 3-P2/4[-1, 1, ELAN_B, [256]],       # 4[-1, 1, MP, [256]],         # 5-P3/8[-1, 1, ELAN_B, [512]],       # 6[ -1, 1, MP, [512]],        # 7-P4/16[ -1, 1, ELAN_B, [1024]],     # 8[ -1, 1, MP, [1024]],        # 9-P5/32[ -1, 1, ELAN_B, [1024, 0.25]],# 10]head:[[-1, 1, SPPCSPC, [512]],     # 11[-1, 1, Conv, [256, 1, 1]],[-1, 1, nn.Upsample, [None, 2, 'nearest']],[8, 1, Conv, [256, 1, 1]],  # route backbone P4[[-1, -2], 1, Concat, [1]],[-1, 1, ELAN_H, [256]],  # 16[-1, 1, Conv, [128, 1, 1]],[-1, 1, nn.Upsample, [None, 2, 'nearest']],[6, 1, Conv, [128, 1, 1]], # route backbone P3[[-1, -2], 1, Concat, [1]],[-1, 1, ELAN_H, [128]],  # 21 (P3/8-samll)[-1, 1, MP, [256]],[[-1, 16], 1, Concat, [1]],[-1, 1, ELAN_H, [256]],  # 24 (P4/16-medium)[-1, 1, MP, [512]],[[-1, 11], 1, Concat, [1]],[-1, 1, ELAN_H, [512]],  # 27 (P5/32-large)[21, 1, RepConv, [256, 3, 1]], # 28[24, 1, RepConv, [512, 3, 1]], # 29[27, 1, RepConv, [1024, 3, 1]], # 30[[28, 29, 30], 1, Detect, [nc, anchors]],  # Detect(P3, P4, P5)]

4 模型搭建(yolo.py)

模型搭建的具体实现方法可见文章YOLOv5算法实现(二):模型搭建,在YOLOv7中,在模型类中额外添加一个如下函数实现RepConv模块的融合即可。

    def fuse(self):print('Fusing layers...')for m in self.model.modules():if isinstance(m, RepConv):m.fuse_repvgg_block()return self

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/409813.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

设置了uni.chooseLocation,小程序中打不开

设置了uni.chooseLocation,在小程序打不开,点击没反应,地图显现不出来; 解决方案: 1.Hbuilder——微信开发者工具路径没有配置 打开工具——>设置 2.微信小程序服务端口没有开 解决方法:打开微信开发…

【ug572】UltraScale体系结构时钟资源手册节选(二)

时钟缓冲区 The PHY global clocking contains several sets of BUFGCTRLs, BUFGCEs, and BUFGCE_DIVs. Each set can be driven by four GC pins from the adjacent bank, MMCMs, PLLs in the same PHY, and interconnect. The clock buffers then drive the routing and di…

❤ Uniapp使用三( 打包和发布上线)

❤ Uniapp使用三( 打包和发布上线) 一、介绍 什么是 uniapp? uniapp 是一种基于 Vue.js 的多平台开发框架,它可以同时用于开发安卓、iOS、H5 等多个平台。因此,只需要写一次代码就可以在多个平台上运行,提高了开发效率。 打包…

2024年10大指纹浏览器推荐,不踩雷浏览器盘点

跨境安全离不开纯净代理与指纹浏览器的强强结合。在过去一年,IPFoxy纯净代理配合各大指纹浏览器完成了数千跨境账号的安全防护与高速浏览活动。结合广大用户真实体验与反馈,为大家盘里2024年最值得选择的十大指纹浏览器! 1、AdsPower AdsPo…

深信服技术认证“SCSA-S”划重点:逻辑漏洞

为帮助大家更加系统化地学习网络安全知识,以及更高效地通过深信服安全服务认证工程师考核,深信服特别推出“SCSA-S认证备考秘笈”共十期内容,“考试重点”内容框架,帮助大家快速get重点知识~ 划重点来啦 *点击图片放大展示 深信服…

代码随想录-刷题第五十七天

42. 接雨水 题目链接:42. 接雨水 思路:本题十分经典,使用单调栈需要理解的几个问题: 首先单调栈是按照行方向来计算雨水,如图: 使用单调栈内元素的顺序 从大到小还是从小到大呢? 从栈头&…

使用 Python 创造你自己的计算机游戏(游戏编程快速上手)第四版:第十五章到第十八章

十五、反转棋游戏 原文:inventwithpython.com/invent4thed/chapter15.html 译者:飞龙 协议:CC BY-NC-SA 4.0 在本章中,我们将制作反转棋,也称为黑白棋或奥赛罗。这个双人棋盘游戏是在网格上进行的,因此我们…

RabbitMQ详解与Java实现

一、RabbitMQ介绍 1.1 现存问题 服务调用:两个服务调用时,我们可以通过传统的HTTP方式,让服务A直接去调用服务B的接口,但是这种方式是同步的方式,虽然可以采用SpringBoot提供的Async注解实现异步调用,但是…

Kafka的安装、管理和配置

Kafka的安装、管理和配置 1.Kafka安装 官网: https://kafka.apache.org/downloads 下载安装包,我这里下载的是https://archive.apache.org/dist/kafka/3.3.1/kafka_2.13-3.3.1.tgz Kafka是Java生态圈下的一员,用Scala编写,运行在Java虚拟机上&#xf…

智能小程序小部件(Widget)导航、地图、画布等组件,以及开放能力、原生组件说明

智能小程序小部件(Widget)导航、地图、画布等组件,以及开放能力、原生组件说明。 导航组件 navigator 页面链接,控制小程序的跳转。navigator 子节点的背景色应为透明色。 属性说明 属性名类型默认值必填说明urlstring是跳转地址deltanumber1否当 …

使用 Elasticsearch 和 LlamaIndex 进行高级文本检索:句子窗口检索

2023 年是检索增强生成 (RAG) 的一年,人们探索了许多用例,并使用该技术开发了数百种产品。 从 Q/A 聊天机器人到基于上下文的代理,RAG 的使用一直是 LLM 申请快速增长的主要因素。 支持不断发展的社区以及 Langchain 和 LlamaIndex 等强大框架…

Grafana(二)Grafana 两种数据源图表展示(json-api与数据库)

一. 背景介绍 在先前的博客文章中,我们搭建了Grafana ,它是一个开源的度量分析和可视化工具,可以通过将采集的数据分析、查询,然后进行可视化的展示,接下来我们重点介绍如何使用它来进行数据渲染图表展示 Docker安装G…