YOLOv5 目标检测笔记
💡
原文中文，约6300字，阅读约需15分钟。
📝
内容提要
YOLOv5 的主干网络采用改进版 CSPDarknet，通过下采样提取特征，包含 Focus、CBS 和核心组件 C3 模块，优化了梯度传导。Neck 部分融合特征，使用 FPN 和 PAN 结构，最后 Head 模块根据不同特征图输出检测结果。
🎯
关键要点
- YOLOv5 的主干网络采用改进版 CSPDarknet，通过下采样提取特征。
- Backbone 的任务是将图片下采样，提取丰富的语义信息。
- Focus 层在 v6.0 版本已被简单的卷积替代，进行高效下采样。
- CBS 模块是网络的基本单元，包含卷积、批归一化和 SiLU 激活函数。
- C3 模块是 YOLOv5 的核心组件，采用 CSPNet 结构，增强特征提取。
- SPPF 模块在 Backbone 最末端，通过多次池化实现多尺度特征融合。
- Neck 部分负责特征融合，使用 FPN 和 PAN 结构。
- FPN 路径自顶向下传达语义，PAN 路径自底向上传达定位信息。
- Head 模块根据 Neck 提供的特征图输出检测结果，负责小、中、大物体的检测。
- 后处理阶段将三个头的输出拼接，并运行 NMS 进行非极大值抑制。
➡️
