Referência para ultralytics/nn/modules/conv.py
Nota
Este ficheiro está disponível em https://github.com/ultralytics/ ultralytics/blob/main/ ultralytics/nn/modules/conv .py. Se detectares um problema, por favor ajuda a corrigi-lo contribuindo com um Pull Request 🛠️. Obrigado 🙏!
ultralytics.nn.modules.conv.Conv
Bases: Module
Convolução padrão com args(ch_in, ch_out, kernel, stride, padding, groups, dilation, activation).
Código fonte em ultralytics/nn/modules/conv.py
__init__(c1, c2, k=1, s=1, p=None, g=1, d=1, act=True)
Inicializa a camada Conv com os argumentos fornecidos, incluindo a ativação.
Código fonte em ultralytics/nn/modules/conv.py
forward(x)
ultralytics.nn.modules.conv.Conv2
Bases: Conv
Módulo RepConv simplificado com fusão Conv.
Código fonte em ultralytics/nn/modules/conv.py
__init__(c1, c2, k=3, s=1, p=None, g=1, d=1, act=True)
Inicializa a camada Conv com os argumentos fornecidos, incluindo a ativação.
Código fonte em ultralytics/nn/modules/conv.py
forward(x)
forward_fuse(x)
fuse_convs()
Funda convoluções paralelas.
Código fonte em ultralytics/nn/modules/conv.py
ultralytics.nn.modules.conv.LightConv
Bases: Module
Convolução de luz com args(ch_in, ch_out, kernel).
https://github.com/PaddlePaddle/PaddleDetection/blob/develop/ppdet/modeling/backbones/hgnet_v2.py
Código fonte em ultralytics/nn/modules/conv.py
__init__(c1, c2, k=1, act=nn.ReLU())
Inicializa a camada Conv com os argumentos fornecidos, incluindo a ativação.
ultralytics.nn.modules.conv.DWConv
Bases: Conv
Convolução em profundidade.
Código fonte em ultralytics/nn/modules/conv.py
__init__(c1, c2, k=1, s=1, d=1, act=True)
Inicializa a convolução em profundidade com os parâmetros fornecidos.
ultralytics.nn.modules.conv.DWConvTranspose2d
Bases: ConvTranspose2d
Convolução de transposição em profundidade.
Código fonte em ultralytics/nn/modules/conv.py
__init__(c1, c2, k=1, s=1, p1=0, p2=0)
Inicializa a classe DWConvTranspose2d com os parâmetros fornecidos.
ultralytics.nn.modules.conv.ConvTranspose
Bases: Module
Camada 2d de transposição de convolução.
Código fonte em ultralytics/nn/modules/conv.py
__init__(c1, c2, k=2, s=2, p=0, bn=True, act=True)
Inicializa a camada ConvTranspose2d com a normalização do lote e a função de ativação.
Código fonte em ultralytics/nn/modules/conv.py
forward(x)
ultralytics.nn.modules.conv.Focus
Bases: Module
Concentra a informação no espaço C.
Código fonte em ultralytics/nn/modules/conv.py
__init__(c1, c2, k=1, s=1, p=None, g=1, act=True)
Inicializa o objeto Focus com valores de canal, convolução, preenchimento, grupo e ativação definidos pelo usuário.
Código fonte em ultralytics/nn/modules/conv.py
forward(x)
Aplica a convolução ao tensor concatenado e devolve a saída.
A forma de entrada é (b,c,w,h) e a forma de saída é (b,4c,w/2,h/2).
Código fonte em ultralytics/nn/modules/conv.py
ultralytics.nn.modules.conv.GhostConv
Bases: Module
Convolução de fantasmas https://github.com/huawei-noah/ghostnet.
Código fonte em ultralytics/nn/modules/conv.py
__init__(c1, c2, k=1, s=1, g=1, act=True)
Inicializa o objeto GhostConv com canais de entrada, canais de saída, tamanho do kernel, stride, grupos e ativação.
Código fonte em ultralytics/nn/modules/conv.py
forward(x)
Propagação para a frente através de uma camada de estrangulamento fantasma com ligação de salto.
ultralytics.nn.modules.conv.RepConv
Bases: Module
RepConv é um bloco básico de estilo de representante, incluindo a formação e o estado do destacamento.
Este módulo é utilizado em RT-DETR. Baseado em https://github.com/DingXiaoH/RepVGG/blob/main/repvgg.py
Código fonte em 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)
Inicializa a camada de convolução leve com entradas, saídas e função de ativação opcional.
Código fonte em ultralytics/nn/modules/conv.py
forward(x)
forward_fuse(x)
fuse_convs()
Combina duas camadas de convolução em uma única camada e remove atributos não utilizados da classe.
Código fonte em ultralytics/nn/modules/conv.py
get_equivalent_kernel_bias()
Devolve o kernel e a polarização equivalentes adicionando o kernel 3x3, o kernel 1x1 e o kernel de identidade com as suas polarizações.
Código fonte em ultralytics/nn/modules/conv.py
ultralytics.nn.modules.conv.ChannelAttention
Bases: Module
Módulo de atenção ao canal https://github.com/open-mmlab/mmdetection/tree/v3.0.0rc1/configs/rtmdet.
Código fonte em ultralytics/nn/modules/conv.py
__init__(channels)
Inicializa a classe e define as configurações básicas e as variáveis de instância necessárias.
Código fonte em ultralytics/nn/modules/conv.py
forward(x)
Aplica a passagem para a frente usando a ativação nas convoluções da entrada, opcionalmente usando a normalização em lote.
ultralytics.nn.modules.conv.SpatialAttention
Bases: Module
Módulo de atenção espacial.
Código fonte em ultralytics/nn/modules/conv.py
__init__(kernel_size=7)
Inicializa o módulo Spatial-attention com o argumento do tamanho do kernel.
Código fonte em ultralytics/nn/modules/conv.py
forward(x)
Aplica atenção espacial e de canal na entrada para recalibração de características.
ultralytics.nn.modules.conv.CBAM
Bases: Module
Módulo de atenção por blocos convolucionais.
Código fonte em ultralytics/nn/modules/conv.py
__init__(c1, kernel_size=7)
Inicializa o CBAM com um dado canal de entrada (c1) e o tamanho do kernel.
ultralytics.nn.modules.conv.Concat
Bases: Module
Concatena uma lista de tensores ao longo da dimensão.
Código fonte em ultralytics/nn/modules/conv.py
__init__(dimension=1)
ultralytics.nn.modules.conv.autopad(k, p=None, d=1)
Acolchoa as saídas com a "mesma" forma.