YOLOv5(v7.0)网络修改实践二：把单分支head改为YOLOX的双分支解耦合head（DecoupleHead）

前面研究了一下YOLOX的网络结构，在YOLOv5(tag7.0)集成了yolox的骨干网络，现在继续下一步集成YOLOX的head模块。YOLOX的head模块是双分支解耦合网络，把目标置信度的预测和目标的位置预测分成两条支路，并验证双分支解耦合头性能要优于单分支耦合头。

1、关于双分支解耦合头decouplehead

主要是个人理解。这里的双分支解耦合和单分支耦合是根据网络的结构和承担的任务来分配的，具体地讲，就是head模块是几条之路，如果是一条支路，那目标的类别和位置预测任务就都在这一条支路上进行，类别分类和位置预测使用同一套权重进行预测，对于这两个任务来说，这种单分支网络结构是耦合的，我理解的就是绑定在一块，经过同一个结构得到不同任务的结果。

基于任务特点，一个是关注类别信息，一个是关注位置信息，在不同的支路上完成这两个任务，这样的网络就可以针对不同任务独享各自的权重，但这两个任务都是为了表达同一个目标的信息，是什么，在哪里，所以这种双分支的结构对于同一个目标来说是解耦合的，decouple.

了解上述区别后，而只能使用单分支的yolov5已经性能显著了。那加上双分支是不是效果会更好呢，这非常让人期待，于是实践操作一下就可以进行验证亲自感受一下。而且yolov8使用的也是解耦合头和anchor free方式取得了更好的效果，这也让我们看到了做这件事的意义。

在实践操作的过程中，我发现直接在yolov5中复现yolox的head有点繁琐，因为需要直接把 单分支、anchor-based 改为 双分支、anchoe-free，所以我先把任务拆分，先实现 双分支、anchor-based.

2、YOLOX的head结构

这个可以直接看yolox的官方代码，找到YOLOXHead的定义代码。 其中__init__ 定义了head模块的基础结构，forward则是定义网络结构连接的方式，用以约束数据运算。

class YOLOXHead(nn.Module):def __init__(self,num_classes,width=1.0,strides=[8, 16, 32],in_channels=[256, 512, 1024],act="silu",depthwise=False,):"""Args:act (str): activation type of conv. Defalut value: "silu".depthwise (bool): whether apply depthwise conv in conv branch. Defalut value: False."""super().__init__()self.num_classes = num_classesself.decode_in_inference = True  # for deploy, set to Falseself.cls_convs = nn.ModuleList()self.reg_convs = nn.ModuleList()self.cls_preds = nn.ModuleList()self.reg_preds = nn.ModuleList()self.obj_preds = nn.ModuleList()self.stems = nn.ModuleList()Conv = DWConv if depthwise else BaseConvfor i in range(len(in_channels)):self.stems.append(BaseConv(in_channels=int(in_channels[i] * width),out_channels=int(256 * width),ksize=1,stride=1,act=act,))self.cls_convs.append(nn.Sequential(*[Conv(in_channels=int(256 * width),out_channels=int(256 * width),ksize=3,stride=1,act=act,),Conv(in_channels=int(256 * width),out_channels=int(256 * width),ksize=3,stride=1,act=act,),]))self.reg_convs.append(nn.Sequential(*[Conv(in_channels=int(256 * width),out_channels=int(256 * width),ksize=3,stride=1,act=act,),Conv(in_channels=int(256 * width),out_channels=int(256 * width),ksize=3,stride=1,act=act,),]))self.cls_preds.append(nn.Conv2d(in_channels=int(256 * width),out_channels=self.num_classes,kernel_size=1,stride=1,padding=0,))self.reg_preds.append(nn.Conv2d(in_channels=int(256 * width),out_channels=4,kernel_size=1,stride=1,padding=0,))self.obj_preds.append(nn.Conv2d(in_channels=int(256 * width),out_channels=1,kernel_size=1,stride=1,padding=0,))self.use_l1 = Falseself.l1_loss = nn.L1Loss(reduction="none")self.bcewithlog_loss = nn.BCEWithLogitsLoss(reduction="none")self.iou_loss = IOUloss(reduction="none")self.strides = stridesself.grids = [torch.zeros(1)] * len(in_channels)def initialize_biases(self, prior_prob):for conv in self.cls_preds:b = conv.bias.view(1, -1)b.data.fill_(-math.log((1 - prior_prob) / prior_prob))conv.bias = torch.nn.Parameter(b.view(-1), requires_grad=True)for conv in self.obj_preds:b = conv.bias.view(1, -1)b.data.fill_(-math.log((1 - prior_prob) / prior_prob))conv.bias = torch.nn.Parameter(b.view(-1), requires_grad=True)def forward(self, xin, labels=None, imgs=None):outputs = []origin_preds = []x_shifts = []y_shifts = []expanded_strides = []for k, (cls_conv, reg_conv, stride_this_level, x) in enumerate(zip(self.cls_convs, self.reg_convs, self.strides, xin)):x = self.stems[k](x)cls_x = xreg_x = xcls_feat = cls_conv(cls_x)cls_output = self.cls_preds[k](cls_feat)reg_feat = reg_conv(reg_x)reg_output = self.reg_preds[k](reg_feat)obj_output = self.obj_preds[k](reg_feat)

从上述代码可知，head模块根据前面输出的三个维度的特征图数据进行网络构建，根据数据的维度具体定义网络的结构，具体方法是通过一个 for 循环来构建基础的结构：self.stem, self.cls_convs, self.reg_convs, self.cls_preds, self.reg_preds和self.obj_preds.通过看forward函数可以了解这些模块是怎么衔接的，进而可以按照自己的方式灵活的复现出一样的网络结构。

单独实例化YOLOXHead()得到的网络结构：

"""YOLOXHead((cls_convs): ModuleList((0): Sequential((0): BaseConv((conv): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)(bn): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)(act): SiLU(inplace=True))(1): BaseConv((conv): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)(bn): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)(act): SiLU(inplace=True)))(1): Sequential((0): BaseConv((conv): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)(bn): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)(act): SiLU(inplace=True))(1): BaseConv((conv): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)(bn): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)(act): SiLU(inplace=True)))(2): Sequential((0): BaseConv((conv): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)(bn): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)(act): SiLU(inplace=True))(1): BaseConv((conv): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)(bn): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)(act): SiLU(inplace=True))))(reg_convs): ModuleList((0): Sequential((0): BaseConv((conv): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)(bn): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)(act): SiLU(inplace=True))(1): BaseConv((conv): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)(bn): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)(act): SiLU(inplace=True)))(1): Sequential((0): BaseConv((conv): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)(bn): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)(act): SiLU(inplace=True))(1): BaseConv((conv): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)(bn): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)(act): SiLU(inplace=True)))(2): Sequential((0): BaseConv((conv): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)(bn): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)(act): SiLU(inplace=True))(1): BaseConv((conv): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)(bn): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)(act): SiLU(inplace=True))))(cls_preds): ModuleList((0): Conv2d(256, 80, kernel_size=(1, 1), stride=(1, 1))(1): Conv2d(256, 80, kernel_size=(1, 1), stride=(1, 1))(2): Conv2d(256, 80, kernel_size=(1, 1), stride=(1, 1)))(reg_preds): ModuleList((0): Conv2d(256, 4, kernel_size=(1, 1), stride=(1, 1))(1): Conv2d(256, 4, kernel_size=(1, 1), stride=(1, 1))(2): Conv2d(256, 4, kernel_size=(1, 1), stride=(1, 1)))(obj_preds): ModuleList((0): Conv2d(256, 1, kernel_size=(1, 1), stride=(1, 1))(1): Conv2d(256, 1, kernel_size=(1, 1), stride=(1, 1))(2): Conv2d(256, 1, kernel_size=(1, 1), stride=(1, 1)))(stems): ModuleList((0): BaseConv((conv): Conv2d(256, 256, kernel_size=(1, 1), stride=(1, 1), bias=False)(bn): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)(act): SiLU(inplace=True))(1): BaseConv((conv): Conv2d(512, 256, kernel_size=(1, 1), stride=(1, 1), bias=False)(bn): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)(act): SiLU(inplace=True))(2): BaseConv((conv): Conv2d(1024, 256, kernel_size=(1, 1), stride=(1, 1), bias=False)(bn): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)(act): SiLU(inplace=True)))(l1_loss): L1Loss()(bcewithlog_loss): BCEWithLogitsLoss()(iou_loss): IOUloss()
)
"""

3、重构YOLOX的DecoupledHead

基于yolov5的网络构建方式和自己的理解，重新根据网络的结构写了一下。我写的结构里 由于涉及到锚框，所以这里还不是完全体的yolox的head结构，只写了一条线的数据处理结构，因为yolov5的框架head模块要加入锚框，还会再定义。

class DecoupledHead(nn.Module):def __init__(self,in_channels=[256, 512, 1024],num_classes=80,width=0.5,anchors=(),act="silu",depthwise=False,prior_prob=1e-2,):super().__init__()self.num_classes = num_classes# self.nl = len(anchors)self.na = len(anchors[0]) // 2# self.in_channels = in_channels# import ipdb;ipdb.set_trace()Conv = DWConv if depthwise else BaseConvself.stems=BaseConv(in_channels=int(in_channels * width),out_channels=int(256 * width),ksize=1,stride=1,act=act,)self.cls_convs=nn.Sequential(Conv(in_channels=int(256 * width),out_channels=int(256 * width),ksize=3,stride=1,act=act,),Conv(in_channels=int(256 * width),out_channels=int(256 * width),ksize=3,stride=1,act=act,),)self.cls_preds=nn.Conv2d(in_channels=int(256 * width),out_channels=self.num_classes * self.na,kernel_size=1,stride=1,padding=0,)self.reg_convs=nn.Sequential(Conv(in_channels=int(256 * width),out_channels=int(256 * width),ksize=3,stride=1,act=act,),Conv(in_channels=int(256 * width),out_channels=int(256 * width),ksize=3,stride=1,act=act,),)self.reg_preds=nn.Conv2d(in_channels=int(256 * width),out_channels=4 * self.na,kernel_size=1,stride=1,padding=0,)self.obj_preds=nn.Conv2d(in_channels=int(256 * width),out_channels=1 * self.na,kernel_size=1,stride=1,padding=0,)#没用上初始化函数def initialize_biases(self):prior_prob = self.prior_probfor conv in self.cls_preds:b = conv.bias.view(1, -1)b.data.fill_(-math.log((1 - prior_prob) / prior_prob))conv.bias = torch.nn.Parameter(b.view(-1), requires_grad=True)for conv in self.obj_preds:b = conv.bias.view(1, -1)b.data.fill_(-math.log((1 - prior_prob) / prior_prob))conv.bias = torch.nn.Parameter(b.view(-1), requires_grad=True)def forward(self,x):# import ipdb;ipdb.set_trace()x = self.stems(x)cls_x = xreg_x = xcls_feat = self.cls_convs(cls_x)cls_output = self.cls_preds(cls_feat)reg_feat = self.reg_convs(reg_x)reg_output = self.reg_preds(reg_feat)obj_output = self.obj_preds(reg_feat)# out = torch.cat([cls_output,reg_output,obj_output], 1)out = torch.cat([reg_output,obj_output,cls_output], 1)return out

可以看到YOLOXHead的 init 和 forward() 都包含两个for循环，分别用来构建head结构和处理数据，为了避免麻烦和匹配yolov5的框架，我写了单流程结构。通过后面再在yolo.py进一步实现yoloxhead的双分支结构。

yolo.py下再定义的头部结构代码：

class DetectDcoupleHead(nn.Module):stride = None  # strides computed during builddynamic = False  # force grid reconstructionexport = False  # export modedef __init__(self, nc=80, anchors=(), width=1.0, ch=(), inplace=True):super().__init__()self.prior_prob = 1e-2self.in_ch = [256, 512, 1024]self.nc = nc  # number of classesself.width = widthself.no = nc + 5  # number of outputs per anchorself.nl = len(anchors)  # number of detection layersself.na = len(anchors[0]) // 2  # number of anchorsself.grid = [torch.empty(0) for _ in range(self.nl)]  # init gridself.anchor_grid = [torch.empty(0) for _ in range(self.nl)]  # init anchor gridself.register_buffer('anchors', torch.tensor(anchors).float().view(self.nl, -1, 2))  # shape(nl,na,2)# self.DecoupledHead = DecoupledHead()self.m = nn.ModuleList(DecoupledHead(x, self.nc, self.width, anchors) for x in self.in_ch)  # output convself.inplace = inplace  # use inplace ops (e.g. slice assignment)def forward(self, x):z = []  # inference output# import ipdb;ipdb.set_trace()for i in range(self.nl):x[i] = self.m[i](x[i])  # convbs, _, ny, nx = x[i].shape  # x(bs,255,20,20) to x(bs,3,20,20,85)# import ipdb;ipdb.set_trace()x[i] = x[i].view(bs, self.na, self.no, ny, nx).permute(0, 1, 3, 4, 2).contiguous()# if not self.training:  # inferenceif self.dynamic or self.grid[i].shape[2:4] != x[i].shape[2:4]:self.grid[i], self.anchor_grid[i] = self._make_grid(nx, ny, i)if isinstance(self, Segment):  # (boxes + masks)xy, wh, conf, mask = x[i].split((2, 2, self.nc + 1, self.no - self.nc - 5), 4)xy = (xy.sigmoid() * 2 + self.grid[i]) * self.stride[i]  # xywh = (wh.sigmoid() * 2) ** 2 * self.anchor_grid[i]  # why = torch.cat((xy, wh, conf.sigmoid(), mask), 4)else:  # Detect (boxes only)xy, wh, conf = x[i].sigmoid().split((2, 2, self.nc + 1), 4)xy = (xy * 2 + self.grid[i]) * self.stride[i]  # xywh = (wh * 2) ** 2 * self.anchor_grid[i]  # why = torch.cat((xy, wh, conf), 4)z.append(y.view(bs, self.na * nx * ny, self.no))return x if self.training else (torch.cat(z, 1),) if self.export else (torch.cat(z, 1), x)def _make_grid(self, nx=20, ny=20, i=0, torch_1_10=check_version(torch.__version__, '1.10.0')):d = self.anchors[i].devicet = self.anchors[i].dtypeshape = 1, self.na, ny, nx, 2  # grid shapey, x = torch.arange(ny, device=d, dtype=t), torch.arange(nx, device=d, dtype=t)yv, xv = torch.meshgrid(y, x, indexing='ij') if torch_1_10 else torch.meshgrid(y, x)  # torch>=0.7 compatibilitygrid = torch.stack((xv, yv), 2).expand(shape) - 0.5  # add grid offset, i.e. y = 2.0 * x - 0.5anchor_grid = (self.anchors[i] * self.stride[i]).view((1, self.na, 1, 1, 2)).expand(shape)return grid, anchor_griddef initialize_biases(self):prior_prob = self.prior_probfor i in range(self.nl):conv_cls = self.m[i].cls_predsb = conv_cls.bias.view(1, -1)b.data.fill_(-math.log((1 - prior_prob) / prior_prob))conv_cls.bias = torch.nn.Parameter(b.view(-1), requires_grad=True)conv_obj = self.m[i].obj_predsb_obj = conv_obj.bias.view(1, -1)b_obj.data.fill_(-math.log((1 - prior_prob) / prior_prob))conv_obj.bias = torch.nn.Parameter(b_obj.view(-1), requires_grad=True)

在DetectDcoupleHead的定义中可以发现，self.m是最终的yolox的双分支head结构，它通过输入数据的维度分别重新构建了三个decoupledhead的结构，效果完全与yoloxhead一致，即下面这行代码

self.m = nn.ModuleList(DecoupledHead(x, self.nc, self.width, anchors) for x in self.in_ch)

另外，定义DetectDcoupleHead可以更好的解决锚框铺设问题，并且使得该头部模块可以在yaml配置文件中进行参数配置，最终实现yoloxhead的双分支、anchor-based结构

想要可以训练，还要再完善一些细节，主要是yolo.py中的网络构建代码

"""parse_model中添加："""
elif m in {DetectDcoupleHead}:"""args是yaml配置文件的字典中每行的列表里模块后的参数"""# import ipdb;ipdb.set_trace()args.append([ch[x] for x in f])#append导致输入维度参数在最后一个位置if isinstance(args[1], int):  # 锚框 number of anchorsargs[1] = [list(range(args[1] * 2))] * len(f)"""DetectionModel中添加:"""
if isinstance(m, DetectDcoupleHead):s = 256  # 2x min stridem.inplace = self.inplaceforward = lambda x: self.forward(x)[0] if isinstance(m, Segment) else self.forward(x)m.stride = torch.tensor([s / x.shape[-2] for x in forward(torch.zeros(1, ch, s, s))])  # forwardcheck_anchor_order(m)m.anchors /= m.stride.view(-1, 1, 1)self.stride = m.stridem.initialize_biases()

做了上面的这些修改工作，基本上就是把yolox的head结构复现到yolov5上了。如下是复现构建后的head模块的结构，可以发现self.m与yoloxhead的结构是一致的。

"""
self.m
ModuleList((0): DecoupledHead((stems): BaseConv((conv): Conv2d(128, 128, kernel_size=(1, 1), stride=(1, 1), bias=False)(bn): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)(act): SiLU(inplace=True))(cls_convs): Sequential((0): BaseConv((conv): Conv2d(128, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)(bn): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)(act): SiLU(inplace=True))(1): BaseConv((conv): Conv2d(128, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)(bn): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)(act): SiLU(inplace=True)))(cls_preds): Conv2d(128, 3, kernel_size=(1, 1), stride=(1, 1))(reg_convs): Sequential((0): BaseConv((conv): Conv2d(128, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)(bn): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)(act): SiLU(inplace=True))(1): BaseConv((conv): Conv2d(128, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)(bn): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)(act): SiLU(inplace=True)))(reg_preds): Conv2d(128, 12, kernel_size=(1, 1), stride=(1, 1))(obj_preds): Conv2d(128, 3, kernel_size=(1, 1), stride=(1, 1)))(1): DecoupledHead((stems): BaseConv((conv): Conv2d(256, 128, kernel_size=(1, 1), stride=(1, 1), bias=False)(bn): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)(act): SiLU(inplace=True))(cls_convs): Sequential((0): BaseConv((conv): Conv2d(128, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)(bn): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)(act): SiLU(inplace=True))(1): BaseConv((conv): Conv2d(128, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)(bn): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)(act): SiLU(inplace=True)))(cls_preds): Conv2d(128, 3, kernel_size=(1, 1), stride=(1, 1))(reg_convs): Sequential((0): BaseConv((conv): Conv2d(128, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)(bn): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)(act): SiLU(inplace=True))(1): BaseConv((conv): Conv2d(128, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)(bn): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)(act): SiLU(inplace=True)))(reg_preds): Conv2d(128, 12, kernel_size=(1, 1), stride=(1, 1))(obj_preds): Conv2d(128, 3, kernel_size=(1, 1), stride=(1, 1)))(2): DecoupledHead((stems): BaseConv((conv): Conv2d(512, 128, kernel_size=(1, 1), stride=(1, 1), bias=False)(bn): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)(act): SiLU(inplace=True))(cls_convs): Sequential((0): BaseConv((conv): Conv2d(128, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)(bn): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)(act): SiLU(inplace=True))(1): BaseConv((conv): Conv2d(128, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)(bn): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)(act): SiLU(inplace=True)))(cls_preds): Conv2d(128, 3, kernel_size=(1, 1), stride=(1, 1))(reg_convs): Sequential((0): BaseConv((conv): Conv2d(128, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)(bn): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)(act): SiLU(inplace=True))(1): BaseConv((conv): Conv2d(128, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)(bn): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)(act): SiLU(inplace=True)))(reg_preds): Conv2d(128, 12, kernel_size=(1, 1), stride=(1, 1))(obj_preds): Conv2d(128, 3, kernel_size=(1, 1), stride=(1, 1)))
)"""

4、总结

其实做完这些工作回过头来，发现事情其实很简单，我们如果自己想要弄一个双分支的head结构，直接自己写一个，或者在原来的基础直接改就可以了，把一些数据维度上，让网络正常跑起来就行。这样做的话主要是一个学习理解的过程。
如下是本文复现工作的训练截图：
在这里插入图片描述
训练结果还是有一定优势的，双分支比单分支效果更好一些，有高几个点。

后续我打算把双分支、anchor-free也实现一下。目前已经做了一点工作，已经基本上跑起来了，anchor-free其实目前的代码没什么特殊的，预测的数据都基本上一样，不过训练的是一种位置解码方式，用一种方式来表达位置信息，同时去掉生成锚框的操作，但是会基于每个特征图的特征点进行预测，本质和锚框也差不多。

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.mzph.cn/news/7134.shtml

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

相关文章

力扣 56. 合并区间

力扣 56. 合并区间

题目来源&#xff1a;https://leetcode.cn/problems/merge-intervals/description/ C题解&#xff1a;根据左区间排序&#xff0c;更新每一段的右区间最大值&#xff0c;直到间断。 class Solution { public:static bool cmp(vector<int> & a, vector<int> &a…
阅读更多...
Linux实训笔记~操作系统概述

Linux实训笔记~操作系统概述

1、操作系统 操作系统作为接口的示意图: 没有安装操作系统的计算机, 通常被称为裸机。 2、不同应用利于的主流操作系统 桌面操作系统 服务器操作系统 嵌入式操作系统 移动设备操作系统
阅读更多...
计算机网络——网络层

计算机网络——网络层

文章目录 **1 网络层的功能****1.1 异构网络互连****1.2 路由与转发****1.3 SDN的基本概念****1.4 拥塞控制** **2 路由算法****2.1 静态路由和动态路由****2.2 距离-向量路由算法&#xff08;动态&#xff09;****2.3 链路状态路由算法&#xff08;动态&#xff09;****2.4 层…
阅读更多...
技术速览｜Meta Llama 2 下一代开源大型语言模型

技术速览｜Meta Llama 2 下一代开源大型语言模型

AI 使用大型语言模型&#xff08;LLM&#xff09;来理解和生成自然语言。LLM 可以从大量文本中学习并创建有关各种主题的文本&#xff0c;并可以完成比如编写代码、生成歌词、总结文章等任务。但有些 LLM 相关课程成本高昂且封闭&#xff0c;而现有的开放课程数量十分有限。这就…
阅读更多...
Python爬虫+数据可视化：分析唯品会商品数据

Python爬虫+数据可视化：分析唯品会商品数据

目录 前言数据来源分析1. 明确需求2. 抓包分析&#xff1a;通过浏览器自带工具: 开发者工具 代码实现步骤: 发送请求 -> 获取数据 -> 解析数据 -> 保存数据发送请求解析数据保存数据 数据可视化先读取数据泳衣商品性别占比商品品牌分布占比各大品牌商品售价平均价格各…
阅读更多...
LINUX中的myaql（一）安装

LINUX中的myaql（一）安装

目录 前言 一、概述 二、数据库类型 三、数据库模型 四、MYSQL的安装 &#xff08;一&#xff09;yum安装MYSQL &#xff08;二&#xff09;rpm安装MYSQL 五、MYSQL本地登录 rpm安装MYSQL本地登录 六、重置密码 总结 前言 MySQL是一种常用的开源关系型数据库管理系统&#xff…
阅读更多...
MATLAB与ROS联合仿真——ROS环境搭建及相关准备工作（下）

MATLAB与ROS联合仿真——ROS环境搭建及相关准备工作（下）

本篇文章主要介绍在安装完ROS后&#xff0c;在进行MATLAB与ROS联合仿真之前&#xff0c;需要进行的一些环境搭建以及准备工作&#xff0c;主要分为 创建ROS工作空间及功能包、必备功能包安装、安装Gazebo11、导入实验功能包至工作空间、安装Visual_Studio_Code(选做)、常用便捷…
阅读更多...
Mysql错误日志、通用查询日志、二进制日志和慢日志的介绍和查看

Mysql错误日志、通用查询日志、二进制日志和慢日志的介绍和查看

一.日志 1.日志和备份的必要性 日志刷新 2.mysql的日志类型 &#xff08;1&#xff09;错误日志 查看当前错误日志和是否记录警告设置 &#xff08;2&#xff09;通用查询日志 查看通用查询日志的设置 &#xff08;3&#xff09;二进制日志 查看二进制文件的设置&…
阅读更多...
最小二乘拟合椭圆

最小二乘拟合椭圆

目录 1.拟合椭圆2.示例代码 爬虫网站自重。 1.拟合椭圆 二次曲线的一般方程为&#xff1a; A x 2 B x y C y 2 D x E y F 0 Ax^2BxyCy^2DxEyF0 Ax2BxyCy2DxEyF0 令&#xff1a; Δ B 2 − 4 A C Δ B^2-4AC ΔB2−4AC 那么&#xff0c;当 Δ > 0 Δ >0 Δ>0…
阅读更多...
js基础-练习三

js基础-练习三

九九乘法表&#xff1a; <!DOCTYPE html> <html lang"en"><head><meta charset"UTF-8"><meta name"viewport" content"widthsc, initial-scale1.0"><title>九九乘法表</title><style&g…
阅读更多...
【uniapp学习之】uni-forms必填项校验

【uniapp学习之】uni-forms必填项校验

代码块 <uni-forms ref"baseForm" :modelValue"baseFormData" label-widthauto :rules"rules"><uni-forms-item label"企业名称" required name"principalName"><uni-easyinput v-model"baseFormData.…
阅读更多...
springboot mybatis-plus 多数据源配置(HikariCP)

springboot mybatis-plus 多数据源配置(HikariCP)

1.导入依赖jar <dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-jdbc</artifactId></dependency><dependency><groupId>org.postgresql</groupId><artifactId>postgres…
阅读更多...
【JVM】浅看JVM的运行流程和垃圾回收

【JVM】浅看JVM的运行流程和垃圾回收

1.JVM是什么 JVM&#xff08; Java Virtual Machine&#xff09;就是Java虚拟机。 Java的程序都运行在JVM中。 2.JVM的运行流程 JVM的执行流程&#xff1a; 程序在执行之前先要把java代码转换成字节码&#xff08;class文件&#xff09;&#xff0c;JVM 首先需要把字节码通过…
阅读更多...
金融领域：产业链知识图谱包括上市公司、行业和产品共3类实体，构建并形成了一个节点10w+，关系边16w的十万级别产业链图谱

金融领域：产业链知识图谱包括上市公司、行业和产品共3类实体，构建并形成了一个节点10w+，关系边16w的十万级别产业链图谱

项目设计集合&#xff08;人工智能方向&#xff09;&#xff1a;助力新人快速实战掌握技能、自主完成项目设计升级&#xff0c;提升自身的硬实力&#xff08;不仅限NLP、知识图谱、计算机视觉等领域&#xff09;&#xff1a;汇总有意义的项目设计集合&#xff0c;助力新人快速实…
阅读更多...
前端 | （ 十三）CSS3简介及基本语法（下）| 伸缩盒模型 | 尚硅谷前端html+css零基础教程2023最新

前端 | （ 十三）CSS3简介及基本语法（下）| 伸缩盒模型 | 尚硅谷前端html+css零基础教程2023最新

学习来源&#xff1a;尚硅谷前端htmlcss零基础教程&#xff0c;2023最新前端开发html5css3视频 系列笔记&#xff1a; 【HTML4】&#xff08;一&#xff09;前端简介【HTML4】&#xff08;二&#xff09;各种各样的常用标签【HTML4】&#xff08;三&#xff09;表单及HTML4收尾…
阅读更多...
微服务保护——Sentinel【实战篇二】

微服务保护——Sentinel【实战篇二】

一、线程隔离 &#x1f349; 线程隔离有两种方式实现&#xff1a; 线程池隔离信号量隔离&#xff08;Sentinel默认采用&#xff09; 线程隔离&#xff08;舱壁模式&#xff09;&#x1f95d; 在添加限流规则时&#xff0c;可以选择两种阈值类型&#xff1a; QPS&#xff1a;…
阅读更多...
SpringBoot-4

SpringBoot-4

Spring Boot 使用 slf4j 日志 在开发中经常使用 System.out.println()来打印一些信息&#xff0c;但是这样不好&#xff0c;因为大量的使用 System.out 会增加资源的消耗。实际项目中使用的是 slf4j 的 logback 来输出日志&#xff0c;效率挺高的&#xff0c;Spring Boot 提供…
阅读更多...
如何用3D格式转换工具HOOPS Exchange读取颜色和材料信息？

如何用3D格式转换工具HOOPS Exchange读取颜色和材料信息？

作为应用程序开发人员&#xff0c;非常希望导入部件的图形表示与它们在创作软件中的外观尽可能接近。外观可以在每个B-Rep面的基础上指定&#xff0c;而且&#xff0c;通过装配层次结构的特定路径可以在视觉外观上赋予父/子覆盖。HOOPS ExchangeHOOPS Exchange可捕获有关来自各…
阅读更多...
新零售数字化商业模式如何建立？新零售数字化营销怎么做？

新零售数字化商业模式如何建立？新零售数字化营销怎么做？

随着零售行业增速放缓、用户消费结构升级&#xff0c;企业需要需求新的价值增长点进行转型升级&#xff0c;从而为消费者提供更为多元化的消费需求、提升自己的消费体验。在大数据、物联网、5G及区块链等技术兴起的背景下&#xff0c;数字化新零售系统应运而生。 开利网络认为&…
阅读更多...
让GPT人工智能变身常用工具-上

让GPT人工智能变身常用工具-上

1.密码生成器：GPT为您创建安全密码 想象GPT作为您的个人密码生成器，负责从头到尾为您创建复杂且安全的密码。您只需要告诉他您的密码需求，比如密码的长度，是否包含大写字母、小写字母、数字或特殊字符，他会立即为您生成一个复杂但经过深度设计的密码。 例子： 我希望您…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023