参考资料 ultralytics/nn/modules/block.py
备注
该文件可从https://github.com/ultralytics/ultralytics/blob/main/ ultralytics/nn/modules/block .py 获取。如果您发现问题,请通过提交 Pull Request🛠️ 帮助修复。谢谢🙏!
ultralytics.nn.modules.block.DFL
垒球 Module
分布焦距损耗(DFL)积分模块。
建议在全身病灶丧失 https://ieeexplore.ieee.org/document/9792391
源代码 ultralytics/nn/modules/block.py
__init__(c1=16)
用给定的输入通道数初始化卷积层。
源代码 ultralytics/nn/modules/block.py
forward(x)
在输入tensor 'x' 上应用转换层,并返回tensor 。
ultralytics.nn.modules.block.Proto
垒球 Module
YOLOv8 用于分割模型的掩码 Proto 模块。
源代码 ultralytics/nn/modules/block.py
__init__(c1, c_=256, c2=32)
使用指定数量的原语和掩码初始化YOLOv8 mask Proto 模块。
输入参数包括 ch_in、protos 数量、掩码数量。
源代码 ultralytics/nn/modules/block.py
ultralytics.nn.modules.block.HGStem
垒球 Module
带有 5 个卷积和一个 maxpool2d 的 PPHGNetV2 的 StemBlock。
https://github.com/PaddlePaddle/PaddleDetection/blob/develop/ppdet/modeling/backbones/hgnet_v2.py
源代码 ultralytics/nn/modules/block.py
__init__(c1, cm, c2)
使用输入/输出通道和指定的内核大小初始化 SPP 层,以实现最大池化。
源代码 ultralytics/nn/modules/block.py
forward(x)
PPHGNetV2 主干层的前向通道。
源代码 ultralytics/nn/modules/block.py
ultralytics.nn.modules.block.HGBlock
垒球 Module
带有 2 个卷积和 LightConv 的 PPHGNetV2 的 HG_Block。
https://github.com/PaddlePaddle/PaddleDetection/blob/develop/ppdet/modeling/backbones/hgnet_v2.py
源代码 ultralytics/nn/modules/block.py
__init__(c1, cm, c2, k=3, n=6, lightconv=False, shortcut=False, act=nn.ReLU())
使用指定的输入和输出通道,以 1 次卷积初始化 CSP 瓶颈。
源代码 ultralytics/nn/modules/block.py
ultralytics.nn.modules.block.SPP
垒球 Module
空间金字塔汇集(SPP)层 https://arxiv.org/abs/1406.4729。
源代码 ultralytics/nn/modules/block.py
__init__(c1, c2, k=(5, 9, 13))
用输入/输出通道和池核大小初始化 SPP 层。
源代码 ultralytics/nn/modules/block.py
ultralytics.nn.modules.block.SPPF
垒球 Module
空间金字塔池化--快速(SPPF)层,YOLOv5 ,作者 Glenn Jocher。
源代码 ultralytics/nn/modules/block.py
__init__(c1, c2, k=5)
使用给定的输入/输出通道和内核大小初始化 SPPF 层。
该模块等同于 SPP(k=(5, 9, 13))。
源代码 ultralytics/nn/modules/block.py
ultralytics.nn.modules.block.C1
垒球 Module
1 次卷积的 CSP 瓶颈。
源代码 ultralytics/nn/modules/block.py
__init__(c1, c2, n=1)
使用参数 ch_in、ch_out、number 初始化 CSP Bottleneck,配置 1 次卷积。
源代码 ultralytics/nn/modules/block.py
ultralytics.nn.modules.block.C2
垒球 Module
有 2 个卷积的 CSP 瓶颈。
源代码 ultralytics/nn/modules/block.py
__init__(c1, c2, n=1, shortcut=True, g=1, e=0.5)
使用参数 ch_in、ch_out、number、快捷方式初始化 CSP Bottleneck 的 2 个卷积模块、 组、扩展。
源代码 ultralytics/nn/modules/block.py
ultralytics.nn.modules.block.C2f
垒球 Module
用 2 次卷积更快地实现 CSP 瓶颈。
源代码 ultralytics/nn/modules/block.py
__init__(c1, c2, n=1, shortcut=False, g=1, e=0.5)
用两个卷积初始化 CSP 瓶颈层,参数为 ch_in、ch_out、number、shortcut、group、 扩展。
源代码 ultralytics/nn/modules/block.py
forward(x)
ultralytics.nn.modules.block.C3
垒球 Module
有 3 个卷积的 CSP 瓶颈。
源代码 ultralytics/nn/modules/block.py
__init__(c1, c2, n=1, shortcut=True, g=1, e=0.5)
使用给定的通道、编号、快捷方式、分组和扩展值初始化 CSP Bottleneck。
源代码 ultralytics/nn/modules/block.py
ultralytics.nn.modules.block.C3x
垒球 C3
C3 模块带交叉旋转。
源代码 ultralytics/nn/modules/block.py
__init__(c1, c2, n=1, shortcut=True, g=1, e=0.5)
初始化 C3TR 实例并设置默认参数。
源代码 ultralytics/nn/modules/block.py
ultralytics.nn.modules.block.RepC3
垒球 Module
代表 C3。
源代码 ultralytics/nn/modules/block.py
__init__(c1, c2, n=3, e=1.0)
使用输入通道、输出通道和编号对 CSP Bottleneck 进行一次卷积初始化。
源代码 ultralytics/nn/modules/block.py
ultralytics.nn.modules.block.C3TR
垒球 C3
使用 TransformerBlock() 的 C3 模块。
源代码 ultralytics/nn/modules/block.py
__init__(c1, c2, n=1, shortcut=True, g=1, e=0.5)
使用 GhostBottleneck() 初始化 C3Ghost 模块。
ultralytics.nn.modules.block.C3Ghost
垒球 C3
使用 GhostBottleneck() 的 C3 模块。
源代码 ultralytics/nn/modules/block.py
__init__(c1, c2, n=1, shortcut=True, g=1, e=0.5)
初始化 "SPP "模块,为空间金字塔汇集法提供各种汇集规模。
源代码 ultralytics/nn/modules/block.py
ultralytics.nn.modules.block.GhostBottleneck
垒球 Module
幽灵瓶颈 https://github.com/huawei-noah/ghostnet。
源代码 ultralytics/nn/modules/block.py
__init__(c1, c2, k=3, s=1)
使用参数 ch_in、ch_out、kernel 和 stride 初始化 GhostBottleneck 模块。
源代码 ultralytics/nn/modules/block.py
ultralytics.nn.modules.block.Bottleneck
垒球 Module
标准瓶颈。
源代码 ultralytics/nn/modules/block.py
__init__(c1, c2, shortcut=True, g=1, k=(3, 3), e=0.5)
使用给定的输入/输出通道、快捷选项、组、内核和扩展名初始化瓶颈模块。 扩展。
源代码 ultralytics/nn/modules/block.py
ultralytics.nn.modules.block.BottleneckCSP
垒球 Module
CSP 瓶颈 https://github.com/WongKinYiu/CrossStagePartialNetworks。
源代码 ultralytics/nn/modules/block.py
__init__(c1, c2, n=1, shortcut=True, g=1, e=0.5)
为 ch_in、ch_out、编号、快捷方式、分组和扩展参数初始化 CSP Bottleneck。
源代码 ultralytics/nn/modules/block.py
ultralytics.nn.modules.block.ResNetBlock
垒球 Module
具有标准卷积层的 ResNet 块。
源代码 ultralytics/nn/modules/block.py
__init__(c1, c2, s=1, e=4)
使用给定参数初始化卷积。
源代码 ultralytics/nn/modules/block.py
ultralytics.nn.modules.block.ResNetLayer
垒球 Module
具有多个 ResNet 块的 ResNet 层。
源代码 ultralytics/nn/modules/block.py
__init__(c1, c2, s=1, is_first=False, n=1, e=4)
初始化给定参数的 ResNetLayer。
源代码 ultralytics/nn/modules/block.py
ultralytics.nn.modules.block.MaxSigmoidAttnBlock
垒球 Module
最大西格蒙德注意块。
源代码 ultralytics/nn/modules/block.py
__init__(c1, c2, nh=1, ec=128, gc=512, scale=False)
使用指定参数初始化 MaxSigmoidAttnBlock。
源代码 ultralytics/nn/modules/block.py
forward(x, guide)
前进过程。
源代码 ultralytics/nn/modules/block.py
ultralytics.nn.modules.block.C2fAttn
垒球 Module
带有附加 attn 模块的 C2f 模块。
源代码 ultralytics/nn/modules/block.py
__init__(c1, c2, n=1, ec=128, nh=1, gc=512, shortcut=False, g=1, e=0.5)
用两个卷积初始化 CSP 瓶颈层,参数为 ch_in、ch_out、number、shortcut、group、 扩展。
源代码 ultralytics/nn/modules/block.py
forward(x, guide)
forward_split(x, guide)
使用 split() 代替 chunk() 向前传递。
ultralytics.nn.modules.block.ImagePoolingAttn
垒球 Module
ImagePoolingAttn:利用图像识别信息增强文本嵌入。
源代码 ultralytics/nn/modules/block.py
__init__(ec=256, ch=(), ct=512, nh=8, k=3, scale=False)
使用指定参数初始化 ImagePoolingAttn。
源代码 ultralytics/nn/modules/block.py
forward(x, text)
对输入tensor x 和引导tensor 执行关注机制。
源代码 ultralytics/nn/modules/block.py
ultralytics.nn.modules.block.ContrastiveHead
垒球 Module
Contrastive Head forYOLO-World 根据图像和文本特征之间的相似性计算区域-文本分数。 特征。
源代码 ultralytics/nn/modules/block.py
__init__()
使用指定的区域-文本相似性参数初始化 ContrastiveHead。
源代码 ultralytics/nn/modules/block.py
forward(x, w)
ultralytics.nn.modules.block.BNContrastiveHead
垒球 Module
YOLO-World 的批量规范对比头,使用批量规范而不是 l2 规范化。
参数
名称 | 类型 | 说明 | 默认值 |
---|---|---|---|
embed_dims |
int
|
嵌入文本和图像特征的尺寸。 |
所需 |
源代码 ultralytics/nn/modules/block.py
__init__(embed_dims)
使用区域-文本相似性参数初始化 ContrastiveHead。
源代码 ultralytics/nn/modules/block.py
ultralytics.nn.modules.block.RepBottleneck
垒球 Bottleneck
代表瓶颈。
源代码 ultralytics/nn/modules/block.py
__init__(c1, c2, shortcut=True, g=1, k=(3, 3), e=0.5)
初始化 RepBottleneck 模块,该模块具有可定制的输入/输出通道、快捷选项、组和扩展比例。 比率。
源代码 ultralytics/nn/modules/block.py
ultralytics.nn.modules.block.RepCSP
垒球 C3
Rep CSP Bottleneck with 3 convolutions.
源代码 ultralytics/nn/modules/block.py
__init__(c1, c2, n=1, shortcut=True, g=1, e=0.5)
用给定的通道、重复次数、快捷方式、组和扩展率初始化 RepCSP 层。
源代码 ultralytics/nn/modules/block.py
ultralytics.nn.modules.block.RepNCSPELAN4
垒球 Module
CSP-ELAN.
源代码 ultralytics/nn/modules/block.py
__init__(c1, c2, c3, c4, n=1)
用指定的通道大小、重复次数和卷积来初始化 CSP-ELAN 层。
源代码 ultralytics/nn/modules/block.py
forward(x)
forward_split(x)
ultralytics.nn.modules.block.ADown
垒球 Module
ADown.
源代码 ultralytics/nn/modules/block.py
__init__(c1, c2)
初始化带有卷积层的 ADown 模块,对来自通道 c1 至 c2 的输入进行降采样。
源代码 ultralytics/nn/modules/block.py
forward(x)
前向通过 ADown 层。
源代码 ultralytics/nn/modules/block.py
ultralytics.nn.modules.block.SPPELAN
垒球 Module
SPP-ELAN.
源代码 ultralytics/nn/modules/block.py
__init__(c1, c2, c3, k=5)
初始化 SPP-ELAN 块的卷积层和最大池化层,用于空间金字塔池化。
源代码 ultralytics/nn/modules/block.py
ultralytics.nn.modules.block.Silence
垒球 Module
沉默。
源代码 ultralytics/nn/modules/block.py
ultralytics.nn.modules.block.CBLinear
垒球 Module
CBLinear.
源代码 ultralytics/nn/modules/block.py
__init__(c1, c2s, k=1, s=1, p=None, g=1)
初始化 CBLinear 模块,输入不变。
ultralytics.nn.modules.block.CBFuse
垒球 Module
CBFuse.
源代码 ultralytics/nn/modules/block.py
__init__(idx)
forward(xs)
正向通过 CBFuse 层。