Referentie voor ultralytics/nn/modules/conv.py
Opmerking
Dit bestand is beschikbaar op https://github.com/ultralytics/ ultralytics/blob/main/ ultralytics/nn/modules/conv .py. Als je een probleem ziet, help het dan repareren door een Pull Request 🛠️ bij te dragen. Bedankt 🙏!
ultralytics.nn.modules.conv.Conv
Basis: Module
Standaardconvolutie met argumenten (ch_in, ch_out, kernel, stride, padding, groepen, dilatatie, activering).
Broncode in ultralytics/nn/modules/conv.py
__init__(c1, c2, k=1, s=1, p=None, g=1, d=1, act=True)
Initialiseer Conv laag met opgegeven argumenten inclusief activering.
Broncode in ultralytics/nn/modules/conv.py
forward(x)
ultralytics.nn.modules.conv.Conv2
Basis: Conv
Vereenvoudigde RepConv module met Conv fusing.
Broncode in ultralytics/nn/modules/conv.py
__init__(c1, c2, k=3, s=1, p=None, g=1, d=1, act=True)
Initialiseer Conv laag met opgegeven argumenten inclusief activering.
Broncode in ultralytics/nn/modules/conv.py
forward(x)
forward_fuse(x)
fuse_convs()
Voeg parallelle convoluties samen.
Broncode in ultralytics/nn/modules/conv.py
ultralytics.nn.modules.conv.LightConv
Basis: Module
Lichte convolutie met args(ch_in, ch_out, kernel).
https://github.com/PaddlePaddle/PaddleDetection/blob/develop/ppdet/modeling/backbones/hgnet_v2.py
Broncode in ultralytics/nn/modules/conv.py
__init__(c1, c2, k=1, act=nn.ReLU())
Initialiseer Conv laag met opgegeven argumenten inclusief activering.
ultralytics.nn.modules.conv.DWConv
Basis: Conv
Diepteconvolutie.
Broncode in ultralytics/nn/modules/conv.py
__init__(c1, c2, k=1, s=1, d=1, act=True)
Diepteconvolutie initialiseren met gegeven parameters.
ultralytics.nn.modules.conv.DWConvTranspose2d
Basis: ConvTranspose2d
Diepte-transponeren convolutie.
Broncode in ultralytics/nn/modules/conv.py
__init__(c1, c2, k=1, s=1, p1=0, p2=0)
Initialiseert de DWConvTranspose2d klasse met gegeven parameters.
ultralytics.nn.modules.conv.ConvTranspose
Basis: Module
Convolutie transponeren 2d laag.
Broncode in ultralytics/nn/modules/conv.py
__init__(c1, c2, k=2, s=2, p=0, bn=True, act=True)
Initialiseer de laag ConvTranspose2d met batchnormalisatie en activeringsfunctie.
Broncode in ultralytics/nn/modules/conv.py
forward(x)
ultralytics.nn.modules.conv.Focus
Basis: Module
Focus wh informatie in c-ruimte.
Broncode in ultralytics/nn/modules/conv.py
__init__(c1, c2, k=1, s=1, p=None, g=1, act=True)
Initialiseert het Focus-object met door de gebruiker gedefinieerde waarden voor kanaal, convolutie, opvulling, groep en activering.
forward(x)
Past convolutie toe op aaneengeschakelde tensor en retourneert de uitvoer.
De ingangsvorm is (b,c,w,h) en de uitgangsvorm is (b,4c,w/2,h/2).
Broncode in ultralytics/nn/modules/conv.py
ultralytics.nn.modules.conv.GhostConv
Basis: Module
Ghost Convolution https://github.com/huawei-noah/ghostnet.
Broncode in ultralytics/nn/modules/conv.py
__init__(c1, c2, k=1, s=1, g=1, act=True)
Initialiseert het GhostConv object met ingangskanalen, uitgangskanalen, kernelgrootte, stride, groepen en activering.
Broncode in ultralytics/nn/modules/conv.py
forward(x)
ultralytics.nn.modules.conv.RepConv
Basis: Module
RepConv is een basisblok in rep-stijl, inclusief training en inzetstatus.
Deze module wordt gebruikt in RT-DETR. Gebaseerd op https://github.com/DingXiaoH/RepVGG/blob/main/repvgg.py
Broncode in ultralytics/nn/modules/conv.py
175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 |
|
__init__(c1, c2, k=3, s=1, p=1, g=1, d=1, act=True, bn=False, deploy=False)
Initialiseert Lichte convolutielaag met ingangen, uitgangen en optionele activeringsfunctie.
Broncode in ultralytics/nn/modules/conv.py
forward(x)
forward_fuse(x)
fuse_convs()
Combineert twee convolutielagen tot één laag en verwijdert ongebruikte attributen uit de klasse.
Broncode in ultralytics/nn/modules/conv.py
get_equivalent_kernel_bias()
Geeft equivalente kernel en bias door 3x3 kernel, 1x1 kernel en identiteitskernel met hun biases op te tellen.
Broncode in ultralytics/nn/modules/conv.py
ultralytics.nn.modules.conv.ChannelAttention
Basis: Module
Kanaal-attentie module https://github.com/open-mmlab/mmdetection/tree/v3.0.0rc1/configs/rtmdet.
Broncode in ultralytics/nn/modules/conv.py
__init__(channels)
Initialiseert de klasse en stelt de basisconfiguraties en instantievariabelen in die nodig zijn.
Broncode in ultralytics/nn/modules/conv.py
forward(x)
Past voorwaartse pass toe met activering op convoluties van de invoer, optioneel met gebruik van batchnormalisatie.
ultralytics.nn.modules.conv.SpatialAttention
Basis: Module
Module voor ruimtelijke aandacht.
Broncode in ultralytics/nn/modules/conv.py
__init__(kernel_size=7)
Initialiseer Spatial-attention module met kernelgrootte-argument.
Broncode in ultralytics/nn/modules/conv.py
forward(x)
Pas kanaal- en ruimtelijke aandacht toe op de invoer voor herkalibratie van functies.
ultralytics.nn.modules.conv.CBAM
Basis: Module
Convolutionele blok-aandachtsmodule.
Broncode in ultralytics/nn/modules/conv.py
__init__(c1, kernel_size=7)
Initialiseer CBAM met gegeven invoerkanaal (c1) en kernelgrootte.
ultralytics.nn.modules.conv.Concat
Basis: Module
Voeg een lijst van tensoren samen langs dimensie.
Broncode in ultralytics/nn/modules/conv.py
__init__(dimension=1)
ultralytics.nn.modules.conv.autopad(k, p=None, d=1)
Pad naar 'zelfde' vorm uitgangen.