YOLOv5：修改backbone为GCNET

最新推荐文章于 2026-07-02 14:11:23 发布
原创 最新推荐文章于 2026-07-02 14:11:23 发布 · 369 阅读 · 5 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
GEO检测
收录于
YOLO系列

当前文章被收录于：

YOLO系列
107 篇文章 32 人学习

YOLO系列算法是目标检测最常用的算法之一。

订阅专栏 查看详情
人工智能应用

当前文章被收录于：

人工智能应用
59 篇文章 2 人学习

以实战为线索，学习、应用、部署主流人工智能相关算法。

订阅专栏 查看详情

YOLOv5：修改backbone为GCNET

在这里插入图片描述

前言

前提条件

相关介绍

  • Python是一种跨平台的计算机程序设计语言。是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越多被用于独立的、大型项目的开发。
  • PyTorch 是一个深度学习框架，封装好了很多网络和深度学习相关的工具方便我们调用，而不用我们一个个去单独写了。它分为 CPU 和 GPU 版本，其他框架还有 TensorFlow、Caffe 等。PyTorch 是由 Facebook 人工智能研究院（FAIR）基于 Torch 推出的，它是一个基于 Python 的可续计算包，提供两个高级功能：1、具有强大的 GPU 加速的张量计算（如 NumPy）；2、构建深度神经网络时的自动微分机制。
  • YOLOv5是一种单阶段目标检测算法，该算法在YOLOv4的基础上添加了一些新的改进思路，使其速度与精度都得到了极大的性能提升。它是一个在COCO数据集上预训练的物体检测架构和模型系列，代表了Ultralytics对未来视觉AI方法的开源研究，其中包含了经过数千小时的研究和开发而形成的经验教训和最佳实践。

GCNET

YOLOv5修改backbone为GCNET

修改common.py

将以下代码，添加进common.py。

############## CB2D ##############
def constant_init(module, val, bias=0):
    if hasattr(module, 'weight') and module.weight is not None:
        nn.init.constant_(module.weight, val)
    if hasattr(module, 'bias') and module.bias is not None:
        nn.init.constant_(module.bias, bias)


def kaiming_init(module,
                 a=0,
                 mode='fan_out',
                 nonlinearity='relu',
                 bias=0,
                 distribution='normal'):
    assert distribution in ['uniform', 'normal']
    if hasattr(module, 'weight') and module.weight is not None:
        if distribution == 'uniform':
            nn.init.kaiming_uniform_(
                module.weight, a=a, mode=mode, nonlinearity=nonlinearity)
        else:
            nn.init.kaiming_normal_(
                module.weight, a=a, mode=mode, nonlinearity=nonlinearity)
    if hasattr(module, 'bias') and module.bias is not None:
        nn.init.constant_(module.bias, bias)


def last_zero_init(m):
    if isinstance(m, nn.Sequential):
        constant_init(m[-1], val=0)
        m[-1].inited = True
    else:
        constant_init(m, val=0)
        m.inited = True


class CB2d(nn.Module):
    def __init__(self, inplanes, pool='att', fusions=['channel_add', 'channel_mul']):
        super(CB2d, self).__init__()
        assert pool in ['avg', 'att']
        assert all([f in ['channel_add', 'channel_mul'] for f in fusions])
        assert len(fusions) > 0, 'at least one fusion should be used'
        self.inplanes = inplanes
        self.planes = inplanes // 4
        self.pool = pool
        self.fusions = fusions
        if 'att' in pool:
            self.conv_mask = nn.Conv2d(inplanes, 1, kernel_size=1)
            self.softmax = nn.Softmax(dim=2)
        else:
            self.avg_pool = nn.AdaptiveAvgPool2d(1)
        if 'channel_add' in fusions:
            self.channel_add_conv = nn.Sequential(
                nn.Conv2d(self.inplanes, self.planes, kernel_size=1),
                nn.LayerNorm([self.planes, 1, 1]),
                nn.ReLU(inplace=True),
                nn.Conv2d(self.planes, self.inplanes, kernel_size=1)
            )
        else:
            self.channel_add_conv = None
        if 'channel_mul' in fusions:
            self.channel_mul_conv = nn.Sequential(
                nn.Conv2d(self.inplanes, self.planes, kernel_size=1),
                nn.LayerNorm([self.planes, 1, 1]),
                nn.ReLU(inplace=True),
                nn.Conv2d(self.planes, self.inplanes, kernel_size=1)
            )
        else:
            self.channel_mul_conv = None
        self.reset_parameters()

    def reset_parameters(self):
        if self.pool == 'att':
            kaiming_init(self.conv_mask, mode='fan_in')
            self.conv_mask.inited = True

        if self.channel_add_conv is not None:
            last_zero_init(self.channel_add_conv)
        if self.channel_mul_conv is not None:
            last_zero_init(self.channel_mul_conv)

    def spatial_pool(self, x):
        batch, channel, height, width = x.size()
        if self.pool == 'att':  # iscyy
            input_x = x
            input_x = input_x.view(batch, channel, height * width)
            input_x = input_x.unsqueeze(1)
            context_mask = self.conv_mask(x)
            context_mask = context_mask.view(batch, 1, height * width)
            context_mask = self.softmax(context_mask)
            context_mask = context_mask.unsqueeze(3)
            context = torch.matmul(input_x, context_mask)
            context = context.view(batch, channel, 1, 1)
        else:
            context = self.avg_pool(x)

        return context

    def forward(self, x):
        context = self.spatial_pool(x)

        if self.channel_mul_conv is not None:
            channel_mul_term = torch.sigmoid(self.channel_mul_conv(context))
            out = x * channel_mul_term
        else:
            out = x
        if self.channel_add_conv is not None:
            channel_add_term = self.channel_add_conv(context)
            out = out + channel_add_term
        return out


class CB2D(nn.Module):
    def __init__(self, c1, c2, n=1, shortcut=True, g=1,
                 e=0.5):  # ch_in, ch_out, number, shortcut, groups, expansion #iscyy

        super(CB2D, self).__init__()
        c_ = int(c2 * e)  # hidden channels
        self.gc = CB2d(c1)
        self.cv1 = Conv(c1, c_, 1, 1)
        self.cv2 = Conv(c1, c_, 1, 1)
        self.cv3 = Conv(2 * c_, c2, 1)  # act=FReLU(c2)
        self.m = nn.Sequential(*[CB2d(c_) for _ in range(n)])
        #self.m = nn.Sequential(*[Bottleneck(c_, c_, shortcut, g, e=1.0) for _ in range(n)])

    def forward(self, x):
        out = torch.cat((self.m(self.cv1(x)), self.cv2(self.gc(x))), dim=1)
        out = self.cv3(out)
        return out
############## CB2D ##############

修改yolo.py

        elif m in [CB2D]:
            c1, c2 = ch[f], args[0]
            if c2 != no:  # if not output
                c2 = make_divisible(c2 * gw, 8)

            args = [c1, c2, *args[1:]]
            if m in [CB2D]:
                args.insert(2, n)  # number of repeats
                n = 1

在这里插入图片描述

修改yolov5.yaml配置

# YOLOv5 🚀 by Ultralytics, GPL-3.0 license

# Parameters
nc: 80  # number of classes
depth_multiple: 0.33  # model depth multiple
width_multiple: 0.50  # layer channel multiple
anchors:
  - [10,13, 16,30, 33,23]  # P3/8
  - [30,61, 62,45, 59,119]  # P4/16
  - [116,90, 156,198, 373,326]  # P5/32

# YOLOv5 v6.0 backbone
backbone:
  # [from, number, module, args]
  [[-1, 1, Conv, [64, 6, 2, 2]],  # 0-P1/2
   [-1, 1, Conv, [128, 3, 2]],  # 1-P2/4
   [-1, 3, CB2D, [128]],
   [-1, 1, Conv, [256, 3, 2]],  # 3-P3/8
   [-1, 6, CB2D, [256]],
   [-1, 1, Conv, [512, 3, 2]],  # 5-P4/16
   [-1, 9, CB2D, [512]],
   [-1, 1, Conv, [1024, 3, 2]],  # 7-P5/32
   [-1, 3, CB2D, [1024]],
   [-1, 1, SPPF, [1024, 5]],  # 9
  ]

# YOLOv5 v6.0 head
head:
  [[-1, 1, Conv, [512, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 6], 1, Concat, [1]],  # cat backbone P4
   [-1, 3, C3, [512, False]],  # 13

   [-1, 1, Conv, [256, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 4], 1, Concat, [1]],  # cat backbone P3
   [-1, 3, C3, [256, False]],  # 17 (P3/8-small)

   [-1, 1, Conv, [256, 3, 2]],
   [[-1, 14], 1, Concat, [1]],  # cat head P4
   [-1, 3, C3, [512, False]],  # 20 (P4/16-medium)

   [-1, 1, Conv, [512, 3, 2]],
   [[-1, 10], 1, Concat, [1]],  # cat head P5
   [-1, 3, C3, [1024, False]],  # 23 (P5/32-large)

   [[17, 20, 23], 1, Detect, [nc, anchors]],  # Detect(P3, P4, P5)
  ]

在这里插入图片描述

参考

[1] Zhuang Liu, Hanzi Mao, Chao-Yuan Wu, Christoph Feichtenhofer, Trevor Darrell, Saining Xie. A ConvNet for the 2020s. 2022
[2] https://github.com/facebookresearch/ConvNeXt.git
[3] https://github.com/ultralytics/yolov5.git
[4] https://zhuanlan.zhihu.com/p/594051612

标签
#YOLO #人工智能 #目标检测
YOLOv5、YOLOv8改进：ConvNeXt（backbone改为ConvNextBlock）
weixin_45303602的博客
09-27 2621
ConvNeXt是一种由Facebook AI Research和UC Berkeley共同提出的卷积神经网络模型。它是一种纯卷积神经网络，由标准卷积神经网络模块构成，具有精度高、效率高、可扩展性强和设计非常简单的特点
YoloV8改进策略：BackBone改进|GCNet（独家原创）|附结构图
m0_47867638的博客
04-01 2672
捕捉长距离依赖关系，旨在提取对视觉场景的全局理解，已被证明对广泛的识别任务有益，如图像/视频分类、目标检测和分割[31, 12, 38, 14]。在卷积神经网络中，由于卷积层在局部邻域内构建像素关系，长距离依赖关系主要通过深层堆叠卷积层来建模。然而，直接重复卷积层计算效率低下且难以优化[31]。这会导致长距离依赖关系建模不够有效，部分原因在于远距离位置之间信息传递的困难。为了解决这个问题，提出了非局部网络[31]，通过自注意力机制[28]使用一层来建模长距离依赖关系。
【过程记录】python环境离线迁移
兴趣使然的创作者
08-28 4002
工作环境的电脑因特殊原因无法联网，因此在上面直接安装依赖就比较麻烦。本篇就简单来记录一下实现本地环境迁移的流程。
离线环境下迁移Python依赖包
elegantoo的博客
08-27 1216
这个选项告诉pip在安装包时不要使用Python包索引(PyPI)。也就是说，pip不会从PyPI下载包，而是只从指定的本地或网络位置安装包。这通常用于安装那些不在PyPI上发布的包，或者需要从特定位置安装包的情况。这个选项后面跟的是一个或多个URL或文件系统路径，pip会从这些指定的位置查找包。这可以是本地文件路径，也可以是网络URL。时，pip会首先检查这些链接，而不是默认的PyPI索引。
python环境从一台机器上离线迁移到另一台机器上
zize_snail的博客
04-11 2205
python环境从一台机器上迁移到另一台离线机器上。
【Conda】python进行离线环境迁移（用于配置相似的两台设备）
m0_46505453的博客
12-08 1777
将已有的python虚拟环境通过离线的方式移植到新的的环境中
别再只改Neck和Head了！给YOLOv5的Backbone加点‘全局视野’：手把手集成GCNet注意力模块
weixin_30788239的博客
04-27 319
本文详细介绍了如何通过集成GCNet注意力模块来增强YOLOv5 Backbone的全局感知能力，提升目标检测性能。文章提供了工程化改造方案、计算效率优化策略及实战部署流程，验证了在VisDrone2021数据集上mAP@0.5提升至32.4%的效果。特别适合需要处理复杂场景和小目标检测的开发者。
YOLOv5s涨点新思路：用Global Context Block（GCNet）改造Backbone，实测小目标检测mAP提升1%
weixin_30321449的博客
04-26 468
本文探讨了如何通过Global Context Block（GCNet）改造YOLOv5s的Backbone网络，显著提升小目标检测性能。实验证明，该方法在保持计算量几乎不变的情况下，使mAP@0.5提升了1.2%，特别适用于工业质检和遥感图像中的小目标检测场景。文章详细介绍了GC Block的实现原理、与YOLOv5的兼容性设计以及实际部署中的优化技巧。
【目标检测实验系列】YOLOv5创新点改进实验：融合Global Context Block全局注意力机制，增强Backbone的特征提取能力，模型高效涨点！（超详细改进代码流程）
弗兰-随风小欢的博客
11-23 8489
Global Context Block结合C3，助力YOLOv5模型高效涨点！
YOLOv5-GCNet：融合全局上下文网络的长程依赖建模优化，助力小目标与遮挡场景检测精度提升10%+
YOLO
04-20 23
本文提出了一种创新的改进方案：将全局上下文网络（Global Context Network, GCNet）引入 YOLOv5 的主干网络（Backbone）和颈部（Neck）中，通过轻量级的全局上下文建模模块，显著提升模型对长程依赖的建模能力。我们在多个公开数据集上的实验表明，改进后的 YOLOv5-GCNet 在 COCO、VisDrone 和自制的遮挡行人数据集上，mAP@0.5 分别提升了 3.2%、5.7% 和 8.3%，特别对于小目标（area < 32²）的召回率提升了 12% 以上。
YOLOV11|YOLO12改进系列指南
热门推荐
qq_37706472的博客
10-18 14万+
YOLOV11V12改进系列指南，仅仅69.9包含YOLOV11V12模型改进方案、含有440+种改进的集合，且含有多种二次创新和原创改进！
YOLO系列算法改进 | 卷积篇 | 融合GCNet之金箍棒块GCBlock | 重参数化捕获全局依赖 | CVPR 2025
2502_91881744的博客
02-15 164
YOLO系列算法改进 | 卷积篇 | 融合GCNet之金箍棒块GCBlock | 重参数化捕获全局依赖 | CVPR 2025 （以YOLO26最新目标检测模型为基础，融合GCBlock卷积模块改进Backbone）
YOLOv8改进：GC Block模块提升目标检测性能
最新发布
weixin_30673611的博客
07-02 478
在计算机视觉领域，目标检测是基础且关键的技术，广泛应用于自动驾驶、安防监控等场景。卷积神经网络（CNN）作为主流解决方案，其长距离依赖建模能力一直是研究热点。注意力机制通过模拟人类视觉系统，能有效捕捉全局上下文信息，其中GC Block模块以其低计算复杂度和高效能脱颖而出。该模块结合全局注意力池化和瓶颈变换，在YOLOv8等实时检测系统中实现精度与速度的平衡。实验表明，集成GC Block后模型在COCO数据集上mAP提升1.2-1.8%，计算量仅增加3%，特别适合人群检测和大尺寸目标识别等场景。通过PyT
Python环境迁移
yandadad的博客
03-20 2276
联网windows本地迁移python环境至离线的linux服务器
python迁移到离线环境
2301_79487679的博客
11-12 1032
再将之前的packages包放到另外一个环境中，如放到e:/env2/pacakges, 同时将requirements.txt也放到另外一台机器的某个地方，如e:/env2，执行以下命令。7. 在另外一台机器上的一个环境（这台机器可以不用联网，但是python版本要与第一个环境的版本一致），需要具备pip，或者pip.pyz文件放到环境中，3. 需要pip，最好是能够本地保存一个pip.pyz 文件，这个文件比较通用，不需要像get-pip.py那样联网下载pip 本地就可以使用。
python实用教程（十二）：python3的开发环境打包迁移（离线和在线）
Trisyp的博客
12-04 2600
python3开发环境的高效快速打包迁移（离线和在线）
Yolov5网络修改教程（将backbone修改为EfficientNet、MobileNet3、RegNet等）
rglkt的博客
06-29 3万+
在我的本科毕业论文中，我使用了Yolov5，并尝试对其更改。可以对Yolov5进行一定程度的定制化修改，例如更轻量级的Yolov5-MobileNetv3 或者比Yolov5s更好的（存疑，没有跑过大数据集，可自己实验）Yolov5-EfficientNet。......
Python项目开发环境迁移至离线环境中
qq_41070935的博客
01-15 1935
python项目开发环境迁移至离线环境中
在线机的Python环境迁移到离线机上
FriendshipTang的博客
09-11 1105
Python、Pytorch、人工智能、环境安装
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

FriendshipT

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值