【YOLO系列】YOLOv5、YOLOX、YOOv6、YOLOv7网络模型结构

【注】: 本文为YOLOv5、YOLOX、YOLOv6、YOLOv7模型结构图,作图软件为drawio。因精力有限暂时不做结构的详细阐述和具体的代码讲解,后续有机会再做补充。如有需要可以查阅其他博主的文章了解学习。

【另】:希望模型结构图可以帮助到有需要的人,如模型中有错误的地方,欢迎批评指正!



YOLOv5模型结构图

YOLOv5在(n, s, m, l, x)这几个版本的模型网络结构都是一样的,只不过会在每个子模块中采用不同的深度depth_multiple和宽度width_multiple参数。例如下图所示,对于YOLOv5s中的depth_multiple参数为0.33,即在YOLOv5s这个版本模型中,如网络图中所示的第一个C3_1_x3代表着此处的C3结构有(n = 3 x 0.33 ≈ 0.99 < 1,此处代码中有判断,<1则取1,否则取n)个,后面C3同上计算 。同理,宽度width_multiple即out_channels通道数是同样的计算方法。
另外,源码除了n, s, m, l, x这几个版本的模型之外,还有n6, s6, m6, l6, x6版本,区别在于带6的版本针对的是更大分辨率(如1280 x 1280)的图片,在结构上也会有所差异,此处不详细赘述。

【YOLO系列】YOLOv5、YOLOX、YOOv6、YOLOv7网络模型结构_第1张图片

【YOLO系列】YOLOv5、YOLOX、YOOv6、YOLOv7网络模型结构_第2张图片


YOLOX模型结构图

【YOLO系列】YOLOv5、YOLOX、YOOv6、YOLOv7网络模型结构_第3张图片


YOLOv6模型结构图

【补充说明】: 此文章中的YOLOv6模型由于作者才疏学浅,画图时一时疏忽,导致模型结构中的 FPNPAN 两个结构的流程画反了,正确画法如上图YOLOv5s所示,但不影响对整体结构的理解。
<以后若有时间会改正过来,请体谅>

【YOLO系列】YOLOv5、YOLOX、YOOv6、YOLOv7网络模型结构_第4张图片


YOLOv7模型结构图

【YOLO系列】YOLOv5、YOLOX、YOOv6、YOLOv7网络模型结构_第5张图片



【注】:后续会继续补充【YOLO系列】的一些最新模型的结构图,如PP-YOLOE、YOLOv7等。

你可能感兴趣的:(DL_model,深度学习,人工智能,神经网络,计算机视觉)