Bootstrap

优化改进YOLOv5算法之添加RepVGG模块(超详细)

在前面的文章中已经详细介绍了在本机上安装YOLOv5的教程,安装YOLOv5可参考前面的文章YOLOv5训练自己的数据集(超详细)https://blog.csdn.net/qq_40716944/article/details/118188085

目录

1、RepVGG原理

1.1 模型定义

1.2 为什么要用VGG式模型

1.3 结构重参数化让VGG再次伟大

2、YOLOv5中加入RepVGG模块

2.1 common.py配置

2.2 yolo.py配置

 2.3 创建添加RepVGG模块的YOLOv5的yaml配置文件 

 3、实验效果对比

3.1 口罩检测数据集

3.2 效果对比

 参考文章:


1、RepVGG原理

1.1 模型定义

我们所说的“VGG式”指的是:

  • 没有任何分支结构。即通常所说的plain或feed-forward架构。
  • 仅使用3x3卷积。
  • 仅使用ReLU作为激活函数。

下面用一句话介绍RepVGG模型

;