yolov5详解（二）：通过yaml文件构建完整模型

依然拿yolov5l v6.0版本来讲解

1. yaml文件

以下是yolov5l.yaml文件内容

# YOLOv5 🚀 by Ultralytics, GPL-3.0 license

# Parameters
nc: 80  # number of classes
depth_multiple: 1.0  # model depth multiple
width_multiple: 1.0  # layer channel multiple
anchors:
  - [10,13, 16,30, 33,23]  # P3/8
  - [30,61, 62,45, 59,119]  # P4/16
  - [116,90, 156,198, 373,326]  # P5/32

# YOLOv5 v6.0 backbone
backbone:
  # [from, number, module, args]
  [[-1, 1, Conv, [64, 6, 2, 2]],  # 0-P1/2
   [-1, 1, Conv, [128, 3, 2]],  # 1-P2/4
   [-1, 3, C3, [128]],
   [-1, 1, Conv, [256, 3, 2]],  # 3-P3/8
   [-1, 6, C3, [256]],
   [-1, 1, Conv, [512, 3, 2]],  # 5-P4/16
   [-1, 9, C3, [512]],
   [-1, 1, Conv, [1024, 3, 2]],  # 7-P5/32
   [-1, 3, C3, [1024]],
   [-1, 1, SPPF, [1024, 5]],  # 9
  ]

# YOLOv5 v6.0 head
head:
  [[-1, 1, Conv, [512, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 6], 1, Concat, [1]],  # cat backbone P4
   [-1, 3, C3, [512, False]],  # 13

   [-1, 1, Conv, [256, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 4], 1, Concat, [1]],  # cat backbone P3
   [-1, 3, C3, [256, False]],  # 17 (P3/8-small)

   [-1, 1, Conv, [256, 3, 2]],
   [[-1, 14], 1, Concat, [1]],  # cat head P4
   [-1, 3, C3, [512, False]],  # 20 (P4/16-medium)

   [-1, 1, Conv, [512, 3, 2]],
   [[-1, 10], 1, Concat, [1]],  # cat head P5
   [-1, 3, C3, [1024, False]],  # 23 (P5/32-large)

   [[17, 20, 23], 1, Detect, [nc, anchors]],  # Detect(P3, P4, P5)
  ]

nc:分类的类别数量；
depth_multiple：每一层的深度，最终的层数需要乘上这个系数取整；
width_multiple：每一层的输出通道数，最终的输出通道同样需要乘上这个系数；
anchors:有三个尺度的anchor最为预测的候选框，每一个尺度对应三个anchor；
backbone:
…
head:
…
backbone,head中为列表元素，每一个列表元素对应是一层结构，其中包含四个元素为：[from, number, module, args]
举个例子如：[-1, 1, Conv, [512, 1, 1]]
from=-1,表示当前层的输入为上一层的输出；
number=1,表示当前层只重复一次（depth_multiple=1的时候）；
module=Conv，表示已经定义好的Conv类，其已经定义好了，当前Conv是在common.py中定义的执行的是ConvBNSilu操作，具体可到代码里看；
args=[512, 1, 1]，是Conv这个类必要的三个参数，具体一会看代码

2. yolo.py代码

class Model就是构建的模型，其主要问题都已经在代码中注释，可以自己去debug看一下结果。

import torch
import thop
from common import *
from copy import deepcopy
import yaml
from utils import make_divisible, check_anchor_order, initialize_weights, scale_img, feature_visualization, time_sync, model_info
import logging
import math

logging.basicConfig(level=logging.INFO)
LOGGER = logging.getLogger(__name__)


""" 代码仍然是官方的代码，增加了一些注释去理解，删除一些没有用到的模块，这里仍然使用yolov5l 结构"""


class Detect(nn.Module):
    stride = None  # strides computed during build
    onnx_dynamic = False  # ONNX export parameter

    """ head 中的 detect层，用来输出最后预测结果 """
    def __init__(self, nc=80, anchors=(), ch=(), inplace=True):
        super().__init__()
        self.nc = nc
        self.no = nc + 5
        self.nl = len(anchors)  # 有多少个检测检测头，一般三个就是20*20， 40*40，80*80 三个尺度
        self.na = len(anchors[0]) // 2  # 目前也是3
        self.grid