【论文复现】经典再现:yolov4的主干网络重构(结合Slim-neck by GSConv)

简介: 【论文复现】经典再现:yolov4的主干网络重构(结合Slim-neck by GSConv)

前言

  本文接着上一篇【论文复现】针对yoloV5-L部分的YoloBody部分重构(Slim-neck by GSConv)中叙述的论文[1]接着复现的yoloV4,这两篇文章的基础函数基本一致,没有其他函数的加入,因此本文也将省去函数拆解部分。若大家想知道的更详细,可以移步【论文复现】针对yoloV5-L部分的YoloBody部分重构(Slim-neck by GSConv),望见谅!感谢!

  本文同上篇一样:不赘述原理部分,将把精力放在复现论文中关于YoloBady主题结构上面,YoloBady取自bubbliiiing的 yoloV4 网络,所以关于yoloV4的原始部分也请大家移步yoloV4的官方讲解和bubbliiiing的讲解。

   关键词:小目标检测、边缘设备、轻量化、效率精度

参数流程

  开门见山,不多废话。我们直接在论文的第五页与第六页处可以得如图1的关于yoloV4的网络Slim-neck by GSConv部分与原版部分的比较参数流程表,左侧的为Slim-neck by GSConv版的。我们结合参数流程表与论文中的第13页的流程图(图2),一一对应各个环节的参数可以得到图三的参数流程图。

图1

image.png

图2

image.png

图3

image.png

  在图三中我们默认输入的图像shape=[640,640],相比较V4与V5,v4的结构层数较V5的要复杂,卷积层的推演以及参数的合并部分需要大家小心注意。

YoloBady

ini

复制代码

from nets import *
class YoloBody(nn.Module):
    def __init__(self, anchors_mask, num_classes, phi, pretrained=False, input_shape=[640, 640]):
        super(YoloBody, self).__init__()
        depth_dict = {'n': 0.33, 's': 0.33, 'm': 0.67, 'l': 1.00, 'x': 1.33, }
        width_dict = {'n': 0.25, 's': 0.50, 'm': 0.75, 'l': 1.00, 'x': 1.25, }
        dep_mul, wid_mul = depth_dict[phi], width_dict[phi]
        base_channels = int(wid_mul * 64)  # 64
        base_depth = max(round(dep_mul * 3), 1)  # 3
        # -----------------------------------------------#
        #   输入图片是640, 640, 3
        #   初始的基本通道是64
        # -----------------------------------------------#
        self.backbone = CSPDarknet(base_channels, base_depth, phi, pretrained)
        self.upsample = nn.Upsample(scale_factor=2, mode="nearest")
        self.concat = Concat(dimension=1)
        self.SPPF = SPPF(base_channels * 16, base_channels * 8)  # 1024 ---> 512
        self.P4Conv = Conv(base_channels * 8, base_channels * 4)  # 1,512,40,40 ---> 1,256,40,40
        self.P3Conv = Conv(base_channels * 4, base_channels * 2)  # 1,512,40,40 ---> 1,256,40,40
        self.P5GSConv = GSConv(base_channels * 8, base_channels * 4)  # 1,512,20,20 ---> 1,256,20,20
        self.P4VoV = VoVGSCSP(base_channels * 8, base_channels * 4)  # 1,512,40,40 ---> 1,256,40,40
        self.P4GSConv = GSConv(base_channels * 4, base_channels * 2)  # 1,256,40,40 ---> 1,128,40,40
        self.P3VoV = VoVGSCSP(base_channels * 4, base_channels * 2)  # 1,256,80,80 ---> 1,128,80,80
        self.P3GSConvH = GSConv(base_channels * 2, base_channels * 4)  # 1,128,80,80 ---> 1,256,80,80
        self.P3GSConv = GSConv(base_channels * 2, base_channels * 4, 3, 2)  # 1,128,80,80 ---> 1,256,40,40
        self.Head2VoV = VoVGSCSP(base_channels * 8, base_channels * 4)  # 1,512,40,40 ---> 1,256,40,40
        self.Head2GSConv = GSConv(base_channels * 4, base_channels * 8)  # 1,256,40,40 ---> 1,512,40,40
        self.Head3GSConv1 = GSConv(base_channels * 4, base_channels * 8, 3, 2)  # 1,256,20,20 ---> 1,512,20,20
        self.Head3VoV = VoVGSCSP(base_channels * 16, base_channels * 8)  # 1,1024,20,20 ---> 1,512,20,20
        self.Head3GSConv2 = GSConv(base_channels * 8, base_channels * 16)  # 1,512,20,20 ---> 1,1024,20,20
        self.yolo_head_P3 = nn.Conv2d(base_channels * 4, len(anchors_mask[2]) * (5 + num_classes), 1)
        self.yolo_head_P4 = nn.Conv2d(base_channels * 8, len(anchors_mask[1]) * (5 + num_classes), 1)
        self.yolo_head_P5 = nn.Conv2d(base_channels * 16, len(anchors_mask[0]) * (5 + num_classes), 1)
    def forward(self, x):
        P3, P4, P5 = self.backbone(x)
        P5SPPF = self.SPPF(P5)
        P5 = self.P5GSConv(P5SPPF)
        P5P5SPPF_Up = self.upsample(P5)
        P4 = self.P4Conv(P4)
        P4 = self.concat([P4, P5P5SPPF_Up])
        P4VoV = self.P4VoV(P4)
        P4 = self.P4GSConv(P4VoV)
        P4_Up = self.upsample(P4)
        P3 = self.P3Conv(P3)
        P3 = self.concat([P3, P4_Up])
        P3 = self.P3VoV(P3)
        Head1 = self.P3GSConvH(P3)
        P3G = self.P3GSConv(P3)
        P3C = self.concat([P3G, P4VoV])
        Head2VoV = self.Head2VoV(P3C)
        Head2 = self.Head2GSConv(Head2VoV)
        Head3G1 = self.Head3GSConv1(Head2VoV)
        Head3C = self.concat([Head3G1, P5SPPF])
        Head3V = self.Head3VoV(Head3C)
        Head3 = self.Head3GSConv2(Head3V)
        Out1 = self.yolo_head_P3(Head1)
        Out2 = self.yolo_head_P4(Head2)
        Out3 = self.yolo_head_P5(Head3)
        return Out3, Out2, Out1
if __name__ == "__main__":
    anchors_mask = [[6, 7, 8], [3, 4, 5], [0, 1, 2]]
    num_classes = 80
    phi = 'l'
    model = YoloBody(anchors_mask, num_classes, phi, pretrained=False)
    x = torch.ones((1, 3, 640, 640))
    Out3, Out2, Out1 = model(x)
    print(Out3.shape, Out2.shape, Out1.shape)

结果展示图:

  下图取自论文。左侧为官方源代码结果图,右侧为Slim-neck by GSConv改进后的结果图。

image.png

结尾

  由于本人能力有限若文中有纰漏还请多多指正,感谢大家的阅读,希望本文对大家有所帮助,需要代码可以进入我的仓库自取。结合bubbliiiing的代码和我重构的YoloBady即可。

[1] 《Slim-neck by GSConv: A better design paradigm of detector architectures for autonomous vehicles》 [2] github.com/alanli1997/…

[3] link.juejin.cn/?target=htt…


相关文章
|
2月前
|
机器学习/深度学习 资源调度 算法框架/工具
AI-ANNE: 将神经网络迁移到微控制器的深度探索——论文阅读
AI-ANNE框架探索将深度学习模型迁移至微控制器的可行路径,基于MicroPython在Raspberry Pi Pico上实现神经网络核心组件,支持本地化推理,推动TinyML在边缘设备中的应用。
191 10
|
2月前
|
机器学习/深度学习 边缘计算 算法
SEENN: 迈向时间脉冲早退神经网络——论文阅读
SEENN提出一种时间脉冲早退神经网络,通过自适应调整每个样本的推理时间步数,有效平衡脉冲神经网络的准确率与计算效率。该方法基于置信度判断或强化学习策略,在保证高精度的同时显著降低能耗与延迟,适用于边缘计算与实时处理场景。
167 13
|
2月前
|
机器学习/深度学习 缓存 算法
2025年华为杯A题|通用神经网络处理器下的核内调度问题研究生数学建模|思路、代码、论文|持续更新中....
2025年华为杯A题|通用神经网络处理器下的核内调度问题研究生数学建模|思路、代码、论文|持续更新中....
393 1
|
7月前
|
人工智能 Kubernetes 安全
生成式AI时代,网络安全公司F5如何重构企业防护体系?
生成式AI时代,网络安全公司F5如何重构企业防护体系?
182 9
|
6月前
|
人工智能 算法 异构计算
阿里云基础网络技术5篇论文入选全球网络顶会NSDI
近日,阿里云基础网络技术5篇论文被NSDI 2025主会录用。研究涵盖大模型训练网络故障诊断、仿真、容器网络性能诊断、CDN流控算法智能选择及GPU解耦推理优化等领域。其中,《Evolution of Aegis》提出增强现有体系+训练过程感知的两阶段演进路线,显著降低故障诊断耗时;《SimAI》实现高精度大模型集群训练模拟;《Learning Production-Optimized Congestion Control Selection》通过AliCCS优化CDN拥塞控制;《Prism》设计全新GPU解耦推理方案;《ScalaCN》解决容器化RDMA场景性能问题。
288 7
阿里云基础网络技术5篇论文入选全球网络顶会NSDI
|
6月前
|
人工智能 运维 网络安全
重构门店网络:从“打补丁“到“造地基“的跨越
传统网络架构正在威胁门店数字化转型,其“三大致命矛盾”架构老化、业务爆发、新兴技术卡壳等问题日益严重。传统网络的“人肉运维”模式效率低下,人肉容灾能力不足。随着云化需求的增加,传统网络架构无法适配云计算、AI应用等新兴技术,云化受阻。
|
6月前
|
canal 负载均衡 智能网卡
阿里云洛神云网络论文入选SIGCOMM'25主会,相关实习生岗位火热招聘中
阿里云飞天洛神云网络的两项核心技术Nezha和Hermes被SIGCOMM 2025主会录用。Nezha通过计算网络解耦实现vSwitch池化架构,大幅提升网络性能;Hermes则提出用户态引导I/O事件通知框架,优化L7负载均衡。这两项技术突破解决了云网络中的关键问题,展现了阿里云在网络领域的领先实力。
1087 2
|
11月前
|
SQL 安全 网络安全
网络安全与信息安全:知识分享####
【10月更文挑战第21天】 随着数字化时代的快速发展,网络安全和信息安全已成为个人和企业不可忽视的关键问题。本文将探讨网络安全漏洞、加密技术以及安全意识的重要性,并提供一些实用的建议,帮助读者提高自身的网络安全防护能力。 ####
262 17
|
11月前
|
SQL 安全 网络安全
网络安全与信息安全:关于网络安全漏洞、加密技术、安全意识等方面的知识分享
随着互联网的普及,网络安全问题日益突出。本文将从网络安全漏洞、加密技术和安全意识三个方面进行探讨,旨在提高读者对网络安全的认识和防范能力。通过分析常见的网络安全漏洞,介绍加密技术的基本原理和应用,以及强调安全意识的重要性,帮助读者更好地保护自己的网络信息安全。
221 10
下一篇
oss云网关配置