YOLOv5s的CSP结构是将原输入分成两个分支,分别进行卷积操作使得通道数减半,然后一个分支进行Bottleneck * N操作,然后concat两个分支,使得BottlenneckCSP的输入与输出是一样的大小,这样是为了让模型学习到更多的特征。 YOLOv5中的CSP有两种设计,分别为CSP1_X结构和CSP2_X结构。 2、CSP1_X结构 网络结构图如下图...
YOLOv3 引入多尺度检测头,在 13×13、26×26、52×52 三种尺度上分别检测大、中、小目标,每个尺度预设 3 个锚框,结合 DarkNet-53 骨干网络的残差结构,提升特征提取能力和小目标检测率。YOLOv5 进一步优化,采用 CSP 模块减少计算量,通过 Focus 结构切片提升特征维度,并使用 CIoU 损失优化边界框回归,支持自适应...