Yolov8中conv和block添加模块代码

MatpyMaster

已于 2024-01-09 09:02:30 修改

阅读量5k

点赞数 38

CC 4.0 BY-SA版权

分类专栏： YOLO疑难杂症文章标签： YOLO 人工智能算法

于 2024-01-08 09:59:07 首次发布

本文链接：https://blog.csdn.net/qq_41301570/article/details/135424380

将其复制粘贴到YOLOv8的"ultralytics/nn/modules/conv.py"或者"ultralytics/nn/modules/block.py"目录下面。但是，最好新建一个文件在conv.py的同级目录下，通过建立文件导入其中类的形式。

一、创建新文件导入新模块

任何一个模块都可以像下面的图片一样直接建立一个文件粘贴复制进去。

建立上面的文件之后，存在两种情况，一种是官方代码可以直接使用；另外一种需要进行一定的处理。下面分别讲解两种情况。

情况一：官方代码可以直接使用

直接修改"ultralytics/nn/modules/__init__.py"文件就可以了

情况二：官方代码不可以直接使用

官方代码的并不能直接使用，需要经过处理，文件"ultralytics/nn/modules/conv.py"修改

修改一：导入模块

修改二：将额外处理代码添置conv模块，将所需代码添加到conv.py的末尾处

class ODConv2d_yolo(nn.Module):
    def __init__(self, in_channels, out_channels, kernel_size=1, stride=1, groups=1, dilation=1):
        super().__init__()
        self.conv = Conv(in_channels, out_channels, k=1)
        self.dcnv3 = ODConv2d(out_channels,out_channels, kernel_size=kernel_size, stride=stride, groups=groups,
                                   dilation=dilation)
        self.bn = nn.BatchNorm2d(out_channels)
        self.gelu = nn.GELU()
 
    def forward(self, x):
        x = self.conv(x)
 
        x = self.dcnv3(x)
 
        x = self.gelu(self.bn(x))
        return x

修改三：配置头文件