YoloV5

Author：张一极

主体结构：

0.Focus:聚合w，h维度信息到通道空间，每个点的提高感受野

解释：输入为batch * channel * w * h的矩阵，经过四个切片以后，第一个切片[..., ::2, ::2]代表每个通道隔一个取一个值，第二个切片x[..., 1::2, ::2]表示从第一个位置开始隔一个取一个值，与第一个切片正好错开，第三第四哥切片正好是从高度切片：x[..., ::2, 1::2], x[..., 1::2, 1::2]]

1.Bottleneck：残差连接提升模型的特征抽取能力和网络层数

Bottleneck：输入为input，接入1x1卷积后接3x3卷积，3x3卷积输出与输入相加后得到Bottleneck的输出。

2.BottleneckCSP：残差连接提升模型的特征抽取能力和网络层数

BottleneckCSP：

3.SPP：空间金字塔池化：集成不同感受野的池化特征

SPP：

经过一个1x1卷积扩充维度后，三个池化分支，最后通道层面进行拼接输出经过一个1x1卷积。

4.最后的三个conv得到三个输出，这部分值得好好详述（留坑）

20210730