🚀🚀🚀
Yolov5添加ASFF🚀🚀🚀
前言
Yolov5是单阶段目标检测算法的一种,网上有很多改进其性能的方法,添加ASFF模块就是其中一种,但是ASFF本身是用于Yolov3的,在v5中无法直接应用,且网上许多博客都是介绍这个模块的原理,没有直接可以应用的代码程序,我这里提供一种方案,如果有什么错误或理解不到位的地方,欢迎评论区指正。
文章目录
一、ASFF来源及功能
ASFF:Adaptively Spatial Feature Fusion (自适应空间特征融合)
论文来源:Learning Spatial Fusion for Single-Shot Object Detection
代码地址:ASFF
关于ASFF的功能,在网络中所起到的作用,网上已有许多博客,这里不再多说,可以参考以下几位博主的博文:
- 叫我西瓜超人
- 蓝翔技校的码农
- Bruce_0712
个人的理解,ASFF就是对特征图金字塔的每一张图片进行卷积、池化等处理提取权重,然后在作用在某一层上,试图利用另外两层的信息来改善指定层次的特征提取能力。
但是在作者实验后发现,加入ASFF模块后,mAP值仅仅从原始网络的92.8%提高到93.8%。然而网络的参数量却翻了一倍达到1200万+,训练时的显存消耗、训练时间也多了不少,感觉有点得不偿失☹️。
提示:下面给出我所用的ASFF代码以及如何在Yolov5/6.0中使用
二、ASFF代码
这里的代码我结合yolov5的网络结构进行过修改,所以会与原代码不同.
第一步,在models/common.py文件最下面添加下面的代码:
defadd_conv(in_ch, out_ch, ksize, stride, leaky=True):"""
Add a conv2d / batchnorm / leaky ReLU block.
Args:
in_ch (int): number of input channels of the convolution layer.
out_ch (int): number of output channels of the convolution layer.
ksize (int): kernel size of the convolution layer.
stride (int): stride of the convolution layer.
Returns:
stage (Sequential) : Sequential layers composing a convolution block.
"""
stage = nn.Sequential()
pad =(ksize -1)//2
stage.add_module('conv', nn.Conv2d(in_channels=in_ch,
out_channels=out_ch, kernel_size=ksize, stride=stride,
padding=pad, bias=False))
stage.add_module('batch_norm', nn.BatchNorm2d(out_ch))if leaky:
stage.add_module('leaky', nn.LeakyReLU(0.1))else:
stage.add_module('relu6', nn.ReLU6(inplace=True))return stage
classASFF(nn.Module):def__init__(self, level, rfb=False, vis=False):super(ASFF, self).__init__()
self.level = level
# 特征金字塔从上到下三层的channel数# 对应特征图大小(以640*640输入为例)分别为20*20, 40*40, 80*80
self.dim =[512,256,128]
self.inter_dim = self.dim[self.level]if level==0:# 特征图最小的一层,channel数512
self.stride_level_1 = add_conv(256, self.inter_dim,3,2)
self.stride_level_2 = add_conv(128, self.inter_dim,3,2)
self.expand = add_conv(self.inter_dim,512,3,1)elif level==1:# 特征图大小适中的一层,channel数256
self.compress_level_0 = add_conv(512, self.inter_dim,1,1)
self.stride_level_2 = add_conv(128, self.inter_dim,3,2)
self.expand = add_conv(self.inter_dim,256,3,1)elif level==2:# 特征图最大的一层,channel数128
self.compress_level_0 = add_conv(512, self.inter_dim,1,1)
self.compress_level_1 = add_conv(256, self.inter_dim,1,1)
self.expand = add_conv(self.inter_dim,128,3,1)
compress_c =8if rfb else16#when adding rfb, we use half number of channels to save memory
self.weight_level_0 = add_conv(self.inter_dim, compress_c,1,1)
self.weight_level_1 = add_conv(self.inter_dim, compress_c,1,1)
self.weight_level_2 = add_conv(self.inter_dim, compress_c,1,1)
self.weight_levels = nn.Conv2d(compress_c*3,3, kernel_size=1, stride=1, padding=0)
self.vis= vis
defforward(self, x_level_0, x_level_1, x_level_2):if self.level==0:
level_0_resized = x_level_0
level_1_resized = self.stride_level_1(x_level_1)
level_2_downsampled_inter =F.max_pool2d(x_level_2,3, stride=2, padding=1)
level_2_resized = self.stride_level_2(level_2_downsampled_inter)elif self.level==1:
level_0_compressed = self.compress_level_0(x_level_0)
level_0_resized =F.interpolate(level_0_compressed, scale_factor=2, mode='nearest')
level_1_resized =x_level_1
level_2_resized =self.stride_level_2(x_level_2)elif self.level==2:
level_0_compressed = self.compress_level_0(x_level_0)
level_0_resized =F.interpolate(level_0_compressed, scale_factor=4, mode='nearest')
level_1_compressed = self.compress_level_1(x_level_1)
level_1_resized =F.interpolate(level_1_compressed, scale_factor=2, mode='nearest')
level_2_resized =x_level_2
level_0_weight_v = self.weight_level_0(level_0_resized)
level_1_weight_v = self.weight_level_1(level_1_resized)
level_2_weight_v = self.weight_level_2(level_2_resized)
levels_weight_v = torch.cat((level_0_weight_v, level_1_weight_v, level_2_weight_v),1)
levels_weight = self.weight_levels(levels_weight_v)
levels_weight = F.softmax(levels_weight, dim=1)
fused_out_reduced = level_0_resized * levels_weight[:,0:1,:,:]+\
level_1_resized * levels_weight[:,1:2,:,:]+\
level_2_resized * levels_weight[:,2:,:,:]
out = self.expand(fused_out_reduced)if self.vis:return out, levels_weight, fused_out_reduced.sum(dim=1)else:return out
二、ASFF融合Yolov5网络
第二步,在models/yolo.py文件的Detect类下面添加下面的类(我的是在92行加的)
classASFF_Detect(Detect):# ASFF model for improvementdef__init__(self, nc=80, anchors=(), ch=(), inplace=True):# detection layersuper().__init__(nc, anchors, ch, inplace)
self.nl =len(anchors)
self.asffs = nn.ModuleList(ASFF(i)for i inrange(self.nl))
self.detect = Detect.forward
defforward(self, x):# x中的特征图从大到小,与ASFF中顺序相反,因此输入前先反向
x = x[::-1]for i inrange(self.nl):
x[i]= self.asffs[i](*x)return self.detect(self, x[::-1])
第三步,在有yolo.py这个文件中,出现
Detect, Segment
这个代码片段的地方加入
ASFF_Detect
,例如我的177行中改动后变成:
一共会改三处类似的地方,我的分别是177,211,353行。
三、构建使用ASFF的网络
第四步,在models文件夹下新创建一个文件,命名为yolov5s-ASFF.yaml,然后把下面的内容粘贴上去:
# YOLOv5 🚀 by Ultralytics, GPL-3.0 license# Parametersnc:2# number of classesdepth_multiple:0.33# model depth multiplewidth_multiple:0.50# layer channel multipleanchors:-[10,13,16,30,33,23]# P3/8-[30,61,62,45,59,119]# P4/16-[116,90,156,198,373,326]# P5/32# YOLOv5 v6.0 backbonebackbone:# [from, number, module, args][[-1,1, Conv,[64,6,2,2]],# 0-P1/2[-1,1, Conv,[128,3,2]],# 1-P2/4[-1,3, C3,[128]],[-1,1, Conv,[256,3,2]],# 3-P3/8[-1,6, C3,[256]],[-1,1, Conv,[512,3,2]],# 5-P4/16[-1,9, C3,[512]],[-1,1, Conv,[1024,3,2]],# 7-P5/32[-1,3, C3,[1024]],[-1,1, SPPF,[1024,5]],# 9]# YOLOv5 v6.0 headhead:[[-1,1, Conv,[512,1,1]],[-1,1, nn.Upsample,[None,2,'nearest']],[[-1,6],1, Concat,[1]],# cat backbone P4[-1,3, C3,[512,False]],# 13[-1,1, Conv,[256,1,1]],[-1,1, nn.Upsample,[None,2,'nearest']],[[-1,4],1, Concat,[1]],# cat backbone P3[-1,3, C3,[256,False]],# 17 (P3/8-small)[-1,1, Conv,[256,3,2]],[[-1,14],1, Concat,[1]],# cat head P4[-1,3, C3,[512,False]],# 20 (P4/16-medium)[-1,1, Conv,[512,3,2]],[[-1,10],1, Concat,[1]],# cat head P5[-1,3, C3,[1024,False]],# 23 (P5/32-large)[[17,20,23],1, ASFF_Detect,[nc, anchors]],# Detect(P3, P4, P5)]
四、查看效果
第五步,在终端中输入命令:
python models/yolo.py --cfg=yolov5s-ASFF.yaml
运行后可以看到我们修改后的模型就被打印出来了:
后续训练也是按照原模型的流程进行。
如果觉得本文对你有帮助,不妨动动小手点个赞,你的三连是作者更新的最大动力😊🌹
版权归原作者 不会数分的程序员不是好会计 所有, 如有侵权,请联系我们删除。