万字详解YOLOv8网络结构Backbone/neck/head以及Conv、Bottleneck、C2f、SPPF、Detect等模块

YOLO目标检测创新改进与实战案例专栏

目录： YOLO有效改进系列及项目实战目录 包含卷积，主干 注意力，检测头等创新机制 以及 各种目标检测分割项目实战案例

简介

YOLOv8是由Ultralytics开发的最先进的目标检测模型，推升了速度、准确性和用户友好性的界限。YOLO这一缩写代表“你只看一次”（You Only Look Once），通过在一次网络传递中同时预测所有边界框，提升了算法的效率和实时处理能力。相比之下，其他一些目标检测技术需要经过多个阶段或过程来完成检测。YOLOv8在流行的YOLOv5架构上进行了扩展，在多个方面提供了改进。YOLOv8模型与其前身的主要区别在于使用了无锚点检测，这加速了非极大值抑制（Non-Maximum Suppression, NMS）的后处理过程。YOLOv8能够以惊人的速度和精度识别和定位图像和视频中的物体，并处理图像分类和实例分割等任务。

YOLOv8网络架构图1

下图是GitHub 用户 RangeKing 制作的YOLOv8网络架构的可视化结结构图。

这里的Neck和Head分开了

YOLOv8网络架构图2

下图是另一个版本的网络架构图，这个版本并没有区分neck和head。 但其实都是一样的

yolov8的模型

• n：最小的模型，最快的推理，但最低的准确性
• S：型号小，速度和精度平衡好
• M：中等模型，比推理速度适中的小型模型精度更高
• L：模型大，准确率最高但推理速度最慢
• XL：超大模型，资源密集型应用的最佳精度

YOLOV8的网络结构概述

YOLOv8的网络结构主要由以下三个大部分组成：

Backbone

Backbone部分负责特征提取，采用了一系列卷积和反卷积层，同时使用了残差连接和瓶颈结构来减小网络的大小并提高性能。该部分采用了C2f模块作为基本构成单元，与YOLOv5的C3模块相比，C2f模块具有更少的参数量和更优秀的特征提取能力。具体来说，C2f模块通过更有效的结构设计，减少了冗余参数，提高了计算效率。此外，Backbone部分还包括一些常见的改进技术，如深度可分离卷积（Depthwise Separable Convolution）和膨胀卷积（Dilated Convolution），以进一步增强特征提取的能力。

Neck

Neck部分负责多尺度特征融合，通过将来自Backbone不同阶段的特征图进行融合，增强特征表示能力。具体来说，YOLOv8的Neck部分包括以下组件：

• SPPF模块（Spatial Pyramid Pooling Fast）：用于不同尺度的池化操作，将不同尺度的特征图拼接在一起，提高对不同尺寸目标的检测能力。
• PAA模块（Probabilistic Anchor Assignment）：用于智能地分配锚框，以优化正负样本的选择，提高模型的训练效果。
• PAN模块（Path Aggregation Network）：包括两个PAN模块，用于不同层次特征的路径聚合，通过自底向上和自顶向下的路径增强特征图的表达能力。

Head

Head部分负责最终的目标检测和分类任务，包括一个检测头和一个分类头：

• 检测头：包含一系列卷积层和反卷积层，用于生成检测结果。这些层负责预测每个锚框的边界框回归值和目标存在的置信度。
• 分类头：采用全局平均池化（Global Average Pooling）对每个特征图进行分类，通过减少特征图的维度，输出每个类别的概率分布。分类头的设计使得YOLOv8能够有效地处理多类别分类任务。

其他优化

除了上述结构外，YOLOv8还引入了一些新的优化技术，如：

• Anchor-free机制：减少了锚框的超参数设置，通过直接预测目标的中心点来简化训练过程。
• 自适应NMS（Non-Maximum Suppression）：改进了传统的NMS算法，通过自适应调整阈值，减少误检和漏检，提高检测精度。
• 自动混合精度训练（Automatic Mixed Precision Training）：通过在训练过程中动态调整计算精度，加快训练速度，同时减少显存占用。

YOLOv8架构中使用的模块

卷积块（Conv Block）

这是架构中最基本的模块，包括Conv2d层、BatchNorm2d层和SiLU激活函数。

Conv2d层

卷积是一种数学运算，涉及将一个小矩阵（称为核或滤波器）滑动到输入数据上，执行元素级的乘法，并将结果求和以生成特征图。“2D”在Conv2d中表示卷积应用于两个空间维度，通常是高度和宽度。

• k k k（kernel数量）：滤波器或核的数量，代表输出体积的深度，每个滤波器负责检测输入中的不同特征。
• s s s（stride步幅）：步幅，指滤波器/核在输入上滑动的步长。较大的步幅会减少输出体积的空间维度。
• p p p（padding填充）：填充，指在输入的每一侧添加的额外零边框，有助于保持空间信息，并可用于控制输出体积的空间维度。
• c c c（channels输入通道数）：输入的通道数。例如，对于RGB图像， c c c为3（每个颜色：红色、绿色和蓝色各一个通道）。

BatchNorm2d层

批归一化（BatchNorm2d）是一种在深度神经网络中使用的技术，用于提高训练稳定性和收敛速度。在卷积神经网络（CNN）中，BatchNorm2d层特定地对2D输入进行批归一化，通常是卷积层的输出。它通过在每个小批次的数据中标准化特征，使每个特征在小批次中的均值接近0、方差接近1，确保通过网络的数据不会太大或太小，这有助于防止训练过程中出现的问题。

SiLU激活函数

SiLU（Sigmoid Linear Unit）激活函数，也称为Swish激活函数，是神经网络中使用的激活函数。SiLU激活函数定义如下：

[ SiLU ( x ) = x ⋅ σ ( x ) ] [ \text{SiLU}(x) = x \cdot \sigma(x) ] [SiLU(x)=x⋅σ(x)]

其中， σ ( x ) \sigma(x) σ(x)是Sigmoid函数，定义为：

[ σ ( x ) = 1 1 + e − x ] [ \sigma(x) = \frac{1}{1 + e^{-x}} ] [σ(x)=1+e−x1​]

SiLU的关键特性是它允许平滑的梯度，这在神经网络训练过程中是有益的。平滑的梯度可以帮助避免如梯度消失等问题，这些问题会阻碍深度神经网络的学习过程。

瓶颈块(Bottleneck Block)

在深度神经网络，尤其是残差网络（ResNet）中，Bottleneck Block（瓶颈块）是一种常用的模块设计。Bottleneck Block旨在通过引入瓶颈结构，减少计算复杂度和参数数量，同时保留模型的性能。以下是Bottleneck Block的详细介绍。

Bottleneck Block 的典型结构

Bottleneck Block 典型地由三个卷积层（Conv2d）组成：

1. 第一个 1x1 卷积层：用于减少通道数（压缩瓶颈）。
2. 第二个 3x3 卷积层：用于在减少后的通道数上进行卷积操作。
3. 第三个 1x1 卷积层：用于恢复通道数（扩展瓶颈）。

这些卷积层之间通常会插入 BatchNorm 和激活函数。一个 Bottleneck Block 还包括一个恒等映射（Identity Mapping）或一个卷积映射（Convolutional Mapping），用于实现残差连接。残差连接使得输入可以绕过中间卷积层，直接加到输出上，从而减轻梯度消失的问题。

具体结构

假设输入张量为 X X X，输出张量为 Y Y Y。Bottleneck Block 的具体结构如下：

1. 第一个 1x1 卷积层：

   • 输入： X X X
   • 卷积： C o n v 2 d ( 1 × 1 ) Conv2d(1 \times 1) Conv2d(1×1)
   • 批归一化： B a t c h N o r m 2 d BatchNorm2d BatchNorm2d
   • 激活函数： S i L U SiLU SiLU
   • 输出： X 1 X_1 X1​

2. 第二个 3x3 卷积层：

   • 输入： X 1 X_1 X1​
   • 卷积： C o n v 2 d ( 3 × 3 ) Conv2d(3 \times 3) Conv2d(3×3)
   • 批归一化： B a t c h N o r m 2 d BatchNorm2d BatchNorm2d
   • 激活函数： S i L U SiLU SiLU
   • 输出： X 2 X_2 X2​

3. 第三个 1x1 卷积层：

   • 输入： X 2 X_2 X2​
   • 卷积： C o n v 2 d ( 1 × 1 ) Conv2d(1 \times 1) Conv2d(1×1)
   • 批归一化： B a t c h N o r m 2 d BatchNorm2d BatchNorm2d
   • 输出： X 3 X_3 X3​

4. 残差连接：

   • 输入： X X X 和 X 3 X_3 X3​
   • 输出： Y = X + X 3 Y = X + X_3 Y=X+X3​

这种结构设计使得 Bottleneck Block 在减少计算量的同时，保留了网络的表达能力和训练稳定性。

总结

Bottleneck Block 的设计通过在中间引入较少通道的卷积操作，实现了计算效率和性能之间的平衡。以下是 Bottleneck Block 的主要特点：

• 降维和升维：通过 1x1 卷积实现通道数的压缩和扩展，降低计算复杂度。
• 残差连接：通过残差连接保留输入信息，有助于缓解梯度消失问题，提高网络的训练效果。
• 高效计算：通过减少中间层的通道数，在保证性能的同时减少计算量和参数数量。

yoloV8中Bottleneck Block结构

下图是yoloV8中Bottleneck Block结构，并不是典型的结构。

下图展示了YOLOv8的一个瓶颈块（Bottleneck Block），这是用于卷积神经网络（CNN）中一种特定的结构，旨在提高特征提取的效率和网络的性能。以下是该块的解读：

YOLOv8瓶颈块结构说明

1. 卷积层 1（Conv 1）：首先输入通过一个卷积层，通常卷积核大小为 ( 1 × 1 ) (1 \times 1) (1×1)，用于减少特征图的通道数。

2. 卷积层 2（Conv 2）：紧接着输入通过一个卷积层，通常卷积核大小为 ( 3 × 3 ) (3 \times 3) (3×3)，用于提取特征并增加感受野。

3. 跳跃连接（Skip Connection）：在卷积层之间加入跳跃连接，将输入直接连接到输出。这种连接方式可以缓解梯度消失问题，帮助网络更好地学习。

4. 拼接（Concatenate）：最后，将跳跃连接后的输出与卷积层的输出进行拼接，形成最终输出。

参数表解读

1. 输入（Input）：输入特征图的尺寸，例如 ( 64 × 64 × 256 ) (64 \times 64 \times 256) (64×64×256)。

2. Conv 1：第一个卷积层的参数，通常包括卷积核大小、步长和填充方式等。例如，卷积核大小为 ( 1 × 1 ) (1 \times 1) (1×1)，输出通道数为 64。

3. Conv 2：第二个卷积层的参数，通常包括卷积核大小、步长和填充方式等。例如，卷积核大小为 ( 3 × 3 ) (3 \times 3) (3×3)，输出通道数为 128。

4. 跳跃连接（Skip Connection）：表示是否使用跳跃连接。

5. 输出（Output）：输出特征图的尺寸。

功能和优势

• 减少参数和计算量：通过 ( 1 × 1 ) (1 \times 1) (1×1) 卷积层减少特征图的通道数，降低计算复杂度。
• 增加网络深度和非线性能力：通过增加 ( 3 × 3 ) (3 \times 3) (3×3) 卷积层，提取更多特征，提高模型表达能力。
• 跳跃连接：缓解梯度消失问题，帮助训练更深的网络。

结论

YOLOv8 的瓶颈块通过减少参数、增加网络深度和缓解梯度消失问题，显著提高了模型的性能和训练效果。该结构在保持计算效率的同时，增强了特征提取的能力，使得 YOLOv8 在目标检测任务中表现出色。

C2f 模块

下图显示了YOLOv8的C2f模块结构:

结构概述

• C2f块：首先由一个卷积块（Conv）组成，该卷积块接收输入特征图并生成中间特征图。
• 特征图拆分：生成的中间特征图被拆分成两部分，一部分直接传递到最终的Concat块，另一部分传递到多个Bottleneck块进行进一步处理。
• Bottleneck块：输入到这些Bottleneck块的特征图通过一系列的卷积、归一化和激活操作进行处理，最后生成的特征图会与直接传递的那部分特征图在Concat块进行拼接（Concat）。
• 模型深度控制：在C2f模块中，Bottleneck模块的数量由模型的depth_multiple参数定义，这意味着可以根据需求灵活调整模块的深度和计算复杂度。
• 最终卷积块：拼接后的特征图会输入到一个最终的卷积块进行进一步处理，生成最终的输出特征图。

模块功能

• 特征提取：通过初始的卷积块提取输入图像的基本特征。
• 特征增强：通过多个Bottleneck块进一步提炼和增强特征，这些Bottleneck块可以捕捉更复杂的模式和细节。
• 特征融合：通过Concat块将直接传递的特征图和处理后的特征图进行融合，使得模型可以综合利用多尺度、多层次的信息。
• 输出生成：通过最后的卷积块生成最终的特征图，为后续的检测和分类任务提供丰富的特征表示。

空间金字塔池化快速（SPPF）模块：

SPPF（Spatial Pyramid Pooling - Fast）块是为了高效地捕捉多尺度信息而设计的，它利用简化版的空间金字塔池化。这个块允许网络处理不同尺度的特征，这在目标检测任务中特别有用，因为目标在图像中可能以不同的大小出现。

SPPF块的结构

1. 初始卷积块:

   • 输入特征图首先通过一个卷积块处理。 卷积核大小为1x1，输出通道数与输入特征图相同。这个卷积层的作用是减少计算量，同时提取初步特征。
   • 组件：
     • 卷积层（Conv2d）
     • 批归一化（BatchNorm2d）
     • 激活函数（通常是SiLU或ReLU）

2. MaxPool2d层:

   池化层用于下采样输入体积的空间维度，减少网络的计算复杂度并提取主要特征。最大池化是一种特定的池化操作，对于输入张量的每个区域，仅保留最大值，其他值则被丢弃。

   在MaxPool2d的情况下，池化在输入张量的高度和宽度维度上进行。该层通过指定池化核的大小和步幅来定义。核大小决定每个池化区域的空间范围，步幅则决定连续池化区域之间的步长。

   • 初始卷积块的输出特征图经过三个MaxPool2d层。
   • 每个MaxPool2d层使用特定的卷积核大小和步幅对特征图进行池化，下采样特征图。
   • 这些层通过在特征图的不同区域上进行池化来捕捉不同尺度的信息。

3. 拼接:

   • 三个MaxPool2d层的输出特征图在通道维度上拼接。
   • 这个操作将多尺度特征结合到一个特征图中，丰富了特征表示。

4. 最终卷积块: 拼接后的特征图再经过一个卷积层，卷积核大小为1x1，输出通道数与初始输入特征图相同。这个卷积层的作用是融合不同尺度的特征，生成最终的输出特征图。

   • 组件：
     • 卷积层（Conv2d）
     • 批归一化（BatchNorm2d）
     • 激活函数（通常是SiLU或ReLU）

SPPF块的伪代码

以下是SPPF块的概念伪代码表示：

import torch
import torch.nn as nn

class SPPFBlock(nn.Module):
    def __init__(self, in_channels, out_channels, pool_size=5):
        super(SPPFBlock, self).__init__()
        self.initial_conv = nn.Sequential(
            nn.Conv2d(in_channels, out_channels, kernel_size=1, stride=1, padding=0),
            nn.BatchNorm2d(out_channels),
            nn.SiLU()
        )
        
        self.pool1 = nn.MaxPool2d(kernel_size=pool_size, stride=1, padding=pool_size // 2)
        self.pool2 = nn.MaxPool2d(kernel_size=pool_size, stride=1, padding=pool_size // 2)
        self.pool3 = nn.MaxPool2d(kernel_size=pool_size, stride=1, padding=pool_size // 2)
        
        self.final_conv = nn.Sequential(
            nn.Conv2d(out_channels * 4, out_channels, kernel_size=1, stride=1, padding=0),
            nn.BatchNorm2d(out_channels),
            nn.SiLU()
        )
    
    def forward(self, x):
        x_initial = self.initial_conv(x)
        
        x1 = self.pool1(x_initial)
        x2 = self.pool2(x1)
        x3 = self.pool3(x2)
        
        x_concat = torch.cat((x_initial, x1, x2, x3), dim=1)
        
        x_final = self.final_conv(x_concat)
        
        return x_final

# 使用示例
sppf_block = SPPFBlock(in_channels=64, out_channels=128)
output = sppf_block(input_tensor)

代码解释

1. SPPFBlock 类:

   • 构造函数初始化了三个主要组件：initial_conv、pool1、pool2、pool3和final_conv。
   • initial_conv是一个顺序块，包括卷积、批归一化和SiLU激活。
   • pool1、pool2和pool3是三个MaxPool2d层，它们通过不同的卷积核大小和步幅对特征图进行池化。
   • final_conv是一个卷积块，用于处理拼接后的特征图。

2. forward 方法:

   • 输入张量 x 通过 initial_conv 处理。
   • 输出特征图依次通过 pool1、pool2 和 pool3 层。
   • 这些层的输出在通道维度上拼接。
   • 拼接后的特征图通过 final_conv 处理，生成最终的输出。

检测块（Detect Block）

检测块负责检测物体。与之前版本的YOLO不同，YOLOv8是一个无锚点模型，这意味着它直接预测物体的中心，而不是从已知的锚点框的偏移量进行预测。无锚点检测减少了框预测的数量，加快了推理后筛选候选检测结果的复杂后处理步骤。检测块包含两个轨道。第一轨道用于边界框预测，第二轨道用于类别预测。这两个轨道都包含两个卷积块，随后是一个单独的Conv2d层，分别给出边界框损失和类别损失。

检测块的结构

1. 输入特征图:
   • 输入特征图来自之前网络层的输出。
2. 两个卷积块（每个轨道）:
   • 每个卷积块包含以下组件：
     • 卷积层（Conv2d）
     • 批归一化（BatchNorm2d）
     • 激活函数（通常是SiLU或ReLU）
3. 单独的Conv2d层（每个轨道）:
   • 用于边界框预测的轨道输出一个Conv2d层，得到边界框损失。
   • 用于类别预测的轨道输出一个Conv2d层，得到类别损失。

Backbone

由最上面的YOLOv8网络结构图我们可以看出在其中的Backbone部分，由5个卷积模块和4个C2f模块和一个SPPF模块组成，

对应到yolo的yaml文件中的：

backbone:
  # [from, repeats, module, args]
  - [-1, 1, Conv, [64, 3, 2]]  # 0-P1/2 第0层，-1代表将上层的输入作为本层的输入。第0层的输入是640*640*3的图像。Conv代表卷积层，相应的参数：64代表输出通道数，3代表卷积核大小k，2代表stride步长。
  - [-1, 1, Conv, [128, 3, 2]]  # 1-P2/4 第1层，本层和上一层是一样的操作（128代表输出通道数，3代表卷积核大小k，2代表stride步长）
  - [-1, 3, C2f, [128, True]] # 第2层，本层是C2f模块，3代表本层重复3次。128代表输出通道数，True表示Bottleneck有shortcut。
  - [-1, 1, Conv, [256, 3, 2]]  # 3-P3/8 第3层，进行卷积操作（256代表输出通道数，3代表卷积核大小k，2代表stride步长），输出特征图尺寸为80*80*256（卷积的参数都没变，所以都是长宽变成原来的1/2，和之前一样），特征图的长宽已经变成输入图像的1/8。
  - [-1, 6, C2f, [256, True]] # 第4层，本层是C2f模块，可以参考第2层的讲解。6代表本层重复6次。256代表输出通道数，True表示Bottleneck有shortcut。经过这层之后，特征图尺寸依旧是80*80*256。
  - [-1, 1, Conv, [512, 3, 2]]  # 5-P4/16 第5层，进行卷积操作（512代表输出通道数，3代表卷积核大小k，2代表stride步长），输出特征图尺寸为40*40*512（卷积的参数都没变，所以都是长宽变成原来的1/2，和之前一样），特征图的长宽已经变成输入图像的1/16。
  - [-1, 6, C2f, [512, True]] # 第6层，本层是C2f模块，可以参考第2层的讲解。6代表本层重复6次。512代表输出通道数，True表示Bottleneck有shortcut。经过这层之后，特征图尺寸依旧是40*40*512。
  - [-1, 1, Conv, [1024, 3, 2]]  # 7-P5/32 第7层，进行卷积操作（1024代表输出通道数，3代表卷积核大小k，2代表stride步长），输出特征图尺寸为20*20*1024（卷积的参数都没变，所以都是长宽变成原来的1/2，和之前一样），特征图的长宽已经变成输入图像的1/32。
  - [-1, 3, C2f, [1024, True]] #第8层，本层是C2f模块，可以参考第2层的讲解。3代表本层重复3次。1024代表输出通道数，True表示Bottleneck有shortcut。经过这层之后，特征图尺寸依旧是20*20*1024。
  - [-1, 1, SPPF, [1024, 5]]  # 9 第9层，本层是快速空间金字塔池化层（SPPF）。1024代表输出通道数，5代表池化核大小k。结合模块结构图和代码可以看出，最后concat得到的特征图尺寸是20*20*（512*4），经过一次Conv得到20*20*1024。

第0层：Conv卷积

在Block 0中，处理从大小为 ( 640 × 640 × 3 ) (640 \times 640 \times 3) (640×640×3)的输入图像开始，输入图像被送入一个卷积块，该卷积块的参数如下：卷积核大小为3，步长为2，填充为1。当使用步长为2时，空间分辨率会减少。以下是具体的计算过程：

1. 输入图像：输入图像的尺寸为 ( 640 × 640 × 3 ) (640 \times 640 \times 3) (640×640×3)，其中640表示高度和宽度，3表示颜色通道（RGB）。

2. 卷积块参数：

   • 卷积核大小：3
   • 步长：2
   • 填充：1

3. 步长和填充的影响：

   • 步长：步长为2意味着卷积核每次移动2个像素。这将输入图像的空间尺寸减半。
   • 填充：填充为1意味着在输入图像的每一边都增加一圈零，这有助于在卷积后保持空间维度。

4. 输出计算：

   • 计算卷积操作输出尺寸 ( ( W o u t × H o u t ) ) ( (W_{out} \times H_{out}) ) ((Wout​×Hout​))的公式为：
     W o u t = ( W i n − 卷积核大小 + 2 × 填充 ) 步长 + 1 W_{out} = \frac{(W_{in} - \text{卷积核大小} + 2 \times \text{填充})}{\text{步长}} + 1 Wout​=步长(Win​−卷积核大小+2×填充)​+1
     H o u t = ( H i n − 卷积核大小 + 2 × 填充 ) 步长 + 1 H_{out} = \frac{(H_{in} - \text{卷积核大小} + 2 \times \text{填充})}{\text{步长}} + 1 Hout​=步长(Hin​−卷积核大小+2×填充)​+1

   代入公式计算：
   W o u t = ( 640 − 3 + 2 × 1 ) 2 + 1 = 640 − 3 + 2 2 + 1 = 639 2 + 1 = 320 W_{out} = \frac{(640 - 3 + 2 \times 1)}{2} + 1 = \frac{640 - 3 + 2}{2} + 1 = \frac{639}{2} + 1 = 320 Wout​=2(640−3+2×1)​+1=2640−3+2​+1=2639​+1=320
   H o u t = ( 640 − 3 + 2 × 1 ) 2 + 1 = 640 − 3 + 2 2 + 1 = 639 2 + 1 = 320 H_{out} = \frac{(640 - 3 + 2 \times 1)}{2} + 1 = \frac{640 - 3 + 2}{2} + 1 = \frac{639}{2} + 1 = 320 Hout​=2(640−3+2×1)​+1=2640−3+2​+1=2639​+1=320

   因此，输出特征图的尺寸为 ( 320 × 320 ) (320 \times 320) (320×320)。

5. 输出特征图：

   • 卷积块产生的特征图尺寸为 ( 320 × 320 × C ) (320 \times 320 \times C) (320×320×C)，其中 ( C ) (C) (C)是卷积层的输出通道数量，由使用的卷积核数量决定。例如，如果卷积层有64个卷积核，输出特征图的尺寸将为 ( 320 × 320 × 64 ) (320 \times 320 \times 64) (320×320×64)。

经过一个卷积核大小为3、步长为2、填充为1的卷积块后，输入尺寸为 ( 640 × 640 × 3 ) (640 \times 640 \times 3) (640×640×3)的图像被减少到尺寸为 ( 320 × 320 ) (320 \times 320 ) (320×320)的特征图。由于步长为2，空间分辨率减半。

第2层 C2f模块

YOLOv8中的C2f模块由多个瓶颈块组成，具有两个关键参数：

• shortcut：一个布尔值，表示瓶颈块是否使用快捷连接。

  • 如果 shortcut = true，则C2f模块内的瓶颈块使用快捷连接（残差连接）。输入 -----> 1x1卷积 -----> 3x3卷积 -----> 1x1卷积 -----> 输出
  • 如果 shortcut = false，则C2f模块内的瓶颈块不使用快捷连接。输入 -----> 1x1卷积 -----> 3x3卷积 -----> 1x1卷积 -----> 输出

• n：

  • 该参数指定C2f模块内瓶颈块的数量。
  • 它的计算公式为
    标签：输出,head,SPPF,neck,卷积,特征,C2f,模块,输入
    From： https://blog.csdn.net/shangyanaf/article/details/139223155