parser

yolov5s.yaml

• nc: 80 # number of classes
• depth_multiple: 0.33 # model depth multiple 模型深度倍数 和number有关，要乘
• width_multiple: 0.50 # layer channel multiple 层级通道倍数 和args有关，要乘
• yolov5s.yaml
  
• yolov5m.yaml
  
• yolov5l.yaml
  
• yolov5x.yaml
  
  yolov5n.yaml、yolov5l.yaml、yolov5m.yaml、yolov5s.yaml、yolov5x.yaml只有这两个倍数变化，模型越复杂，倍数越大。
• [from, number, module, args]
• [-1, 1, Focus, [64, 3]
  from=-1:从上一层过来的
• [-1, 10], 1, Concat, [1]
  from=[-1,10]:从22层和10层过来
• [-1, 3, C3, [128]]
  number=3,第2层有3个C3模块
• module:
  conv:卷积层
  C3：
  SPP:
  nn.Upsample:
  Concat:
  Detect:
• args:给module传的参数
  
  0-P1/2：第一层，P1，640x640输入的RGB图像-》320x320输出
  1-P2/4：第二层，P2，640x640输入的RGB图像-》160x160输出

流程图（FPN、PAN)

Model

cfg:配置文件
ch：channels，RGB三通道
nc：类别数

• self.yaml.get('ch', ch) 优先使用yaml配置，否则使用默认值ch，体现配置优先级。
• m = self.model[-1] 获取模型最后一层，预期为Detect层。YOLOv5 的检测头。
• if isinstance(m, Detect): 确认最后一层是否为Detect类的实例，确保后续操作仅对检测头执行。
• s = 256 # 2x min stride 设定基准输入尺寸 256x256（通常为最小下采样步长 stride 的 2 倍，用于计算特征图缩放比例）。
• m.stride 通过前向传播一个 1xchx256x256 的零张量，获取各检测层的输出特征图尺寸。
• m.anchors /= m.stride.view(-1, 1, 1) 将锚框尺寸归一化到特征图尺度（除以对应层的 stride）。
  
• initialize_weights(self)初始化模型所有层的权重参数
• self.info() 打印模型的结构摘要信息（如层数、参数数量、梯度占比等）。
  输出内容：
  各层的名称、类型、输入/输出维度。
  总参数量（可训练/不可训练）。
  浮点运算量（FLOPs）估算（如果实现）。
• logger.info('') 输出一个空行到日志，用于分隔模型初始化日志与其他后续日志。

前向传播

x:输入图像张量
augment:是否启用数据增强（多尺度+翻转）
profile:是否启用性能分析

• forward_once:单次前向传播
• y, dt = [], [] # outputs
  y:存储每一层的输出结果。
  dt: 在性能分析模式下（profile=True），记录每一层的计算耗时。
• for m in self.model: 遍历模型的所有层
• m.f:表示当前层 m 的输入来源（默认为 -1，即来自前一层的输出）。
  如果 m.f 是整数（如 3），直接从 y[3] 获取输入（跳层连接）。
  如果 m.f 是列表（如 [2, 4, -1]），拼接多个层的输出作为输入（多分支结构）。

fuse

融合卷积层（Conv2d）和批归一化层（BatchNorm2d），目的是优化模型的计算效率
遍历模型的所有模块：for m in self.model.modules() 会遍历模型中的每一层。
检查模块类型：if type(m) is Conv and hasattr(m, 'bn') 判断当前模块是否是 Conv 类型（自定义的卷积层类），并且是否包含 bn（批归一化层）属性。
融合卷积和批归一化：调用 fuse_conv_and_bn(m.conv, m.bn) 将卷积层和批归一化层的参数合并为一个新的卷积层，并更新 m.conv。
移除批归一化层：delattr(m, 'bn') 删除原来的批归一化层。
更新前向传播方法：m.forward = m.fuseforward 将前向传播方法替换为融合后的版本（
fuseforward是专门为融合后的层设计的方法）。
打印模型信息：self.info() 输出融合后的模型结构信息。

NMS(Non-Maximum Suppression，非极大值抑制)

• mode 参数：
  mode=True：表示需要添加 NMS 模块。
  mode=False：表示需要移除 NMS 模块。
• present 变量：
  检查模型的最后一层是否是 NMS 类型（type(self.model[-1]) is NMS）。
  如果最后一层已经是 NMS，present 为 True；否则为 False。
• 添加 NMS 模块（if mode and not present）：
  如果 mode=True 且当前模型没有 NMS 模块（not present），则执行以下操作：
  创建一个新的 NMS() 模块实例 m。
  设置 m.f = -1（通常表示该模块的来源层，-1 可能表示“无”或“自动”）。
  设置 m.i 为当前最后一层的索引 +1（确保新模块的索引正确）。
  使用 add_module 方法将 NMS 模块添加到模型的末尾。
  调用 self.eval() 将模型切换到推理模式（因为 NMS 通常在推理时使用）。
• 移除 NMS 模块（elif not mode and present）：
  如果 mode=False 且当前模型包含 NMS 模块（present），则执行以下操作：
  直接通过切片 self.model[:-1] 移除最后一层（即 NMS 模块）。
• 训练时：通常不需要 NMS，可以调用 model.nms(False) 移除 NMS 模块。
• 推理时：需要 NMS 过滤冗余检测框，可以调用 model.nms(True) 添加 NMS 模块。

info打印

• def info(self, verbose=False, img_size=640): model_info(self, verbose, img_size)
  self: 表示该方法属于某个类（通常是YOLOv5的模型类）。
  verbose=False: 一个布尔参数，控制是否打印详细信息。默认为 False，即只打印基本信息。
  img_size=640: 输入图像的尺寸，默认为 640（YOLOv5的默认输入分辨率）。
  调用 model_info(self, verbose, img_size) 函数，将当前模型实例、verbose 标志和 img_size 传递给它。
  model_info 函数的作用是分析模型的结构和参数，并打印相关信息，例如：
  模型的层数、参数数量、计算量（FLOPs）。
  各层的详细信息（如果 verbose=True）。
  输入尺寸对模型的影响。