`cv4` 在 `YOLO-Pose` 任务中的作用

我们以一个具体的例子来分析 self.cv4 处理特征图时 通道数 和 高宽 的变化。

---

假设初始输入

假设 ch = (256, 512, 1024)，表示 YOLO 网络输出的 3 个特征层，每个层的通道数分别是 256、512 和 1024。
假设输入图片大小为 640×640。

不同特征层的输入大小

通常，YOLO 采用 FPN 结构，多尺度特征图大致如下：

特征层	通道数 (x)	特征图大小
P3 (小目标)	256	80×80
P4 (中目标)	512	40×40
P5 (大目标)