Skip to content
项目
群组
代码片段
帮助
当前项目
正在载入...
登录 / 注册
切换导航面板
Y
yolov5
项目
项目
详情
活动
周期分析
仓库
仓库
文件
提交
分支
标签
贡献者
图表
比较
统计图
议题
0
议题
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
CI / CD
CI / CD
流水线
作业
日程
统计图
Wiki
Wiki
代码片段
代码片段
成员
成员
折叠边栏
关闭边栏
活动
图像
聊天
创建新问题
作业
提交
问题看板
Open sidebar
Administrator
yolov5
Commits
34da872a
Unverified
提交
34da872a
authored
10月 12, 2021
作者:
Yoni Chechik
提交者:
GitHub
10月 12, 2021
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
fix `tf` conversion in new v6 models (#5153)
* fix `tf` conversion in new v6 (#5147) * sort imports Co-authored-by:
Glenn Jocher
<
glenn.jocher@ultralytics.com
>
上级
956be8e6
隐藏空白字符变更
内嵌
并排
正在显示
1 个修改的文件
包含
18 行增加
和
2 行删除
+18
-2
tf.py
models/tf.py
+18
-2
没有找到文件。
models/tf.py
浏览文件 @
34da872a
...
@@ -28,7 +28,7 @@ import torch
...
@@ -28,7 +28,7 @@ import torch
import
torch.nn
as
nn
import
torch.nn
as
nn
from
tensorflow
import
keras
from
tensorflow
import
keras
from
models.common
import
Conv
,
Bottleneck
,
SPP
,
DWConv
,
Focus
,
BottleneckCSP
,
Concat
,
autopad
,
C3
from
models.common
import
Bottleneck
,
BottleneckCSP
,
Concat
,
Conv
,
C3
,
DWConv
,
Focus
,
SPP
,
SPPF
,
autopad
from
models.experimental
import
CrossConv
,
MixConv2d
,
attempt_load
from
models.experimental
import
CrossConv
,
MixConv2d
,
attempt_load
from
models.yolo
import
Detect
from
models.yolo
import
Detect
from
utils.general
import
make_divisible
,
print_args
,
set_logging
from
utils.general
import
make_divisible
,
print_args
,
set_logging
...
@@ -183,6 +183,22 @@ class TFSPP(keras.layers.Layer):
...
@@ -183,6 +183,22 @@ class TFSPP(keras.layers.Layer):
return
self
.
cv2
(
tf
.
concat
([
x
]
+
[
m
(
x
)
for
m
in
self
.
m
],
3
))
return
self
.
cv2
(
tf
.
concat
([
x
]
+
[
m
(
x
)
for
m
in
self
.
m
],
3
))
class
TFSPPF
(
keras
.
layers
.
Layer
):
# Spatial pyramid pooling-Fast layer
def
__init__
(
self
,
c1
,
c2
,
k
=
5
,
w
=
None
):
super
(
TFSPPF
,
self
)
.
__init__
()
c_
=
c1
//
2
# hidden channels
self
.
cv1
=
TFConv
(
c1
,
c_
,
1
,
1
,
w
=
w
.
cv1
)
self
.
cv2
=
TFConv
(
c_
*
4
,
c2
,
1
,
1
,
w
=
w
.
cv2
)
self
.
m
=
keras
.
layers
.
MaxPool2D
(
pool_size
=
k
,
strides
=
1
,
padding
=
'SAME'
)
def
call
(
self
,
inputs
):
x
=
self
.
cv1
(
inputs
)
y1
=
self
.
m
(
x
)
y2
=
self
.
m
(
y1
)
return
self
.
cv2
(
tf
.
concat
([
x
,
y1
,
y2
,
self
.
m
(
y2
)],
3
))
class
TFDetect
(
keras
.
layers
.
Layer
):
class
TFDetect
(
keras
.
layers
.
Layer
):
def
__init__
(
self
,
nc
=
80
,
anchors
=
(),
ch
=
(),
imgsz
=
(
640
,
640
),
w
=
None
):
# detection layer
def
__init__
(
self
,
nc
=
80
,
anchors
=
(),
ch
=
(),
imgsz
=
(
640
,
640
),
w
=
None
):
# detection layer
super
(
TFDetect
,
self
)
.
__init__
()
super
(
TFDetect
,
self
)
.
__init__
()
...
@@ -272,7 +288,7 @@ def parse_model(d, ch, model, imgsz): # model_dict, input_channels(3)
...
@@ -272,7 +288,7 @@ def parse_model(d, ch, model, imgsz): # model_dict, input_channels(3)
pass
pass
n
=
max
(
round
(
n
*
gd
),
1
)
if
n
>
1
else
n
# depth gain
n
=
max
(
round
(
n
*
gd
),
1
)
if
n
>
1
else
n
# depth gain
if
m
in
[
nn
.
Conv2d
,
Conv
,
Bottleneck
,
SPP
,
DWConv
,
MixConv2d
,
Focus
,
CrossConv
,
BottleneckCSP
,
C3
]:
if
m
in
[
nn
.
Conv2d
,
Conv
,
Bottleneck
,
SPP
,
SPPF
,
DWConv
,
MixConv2d
,
Focus
,
CrossConv
,
BottleneckCSP
,
C3
]:
c1
,
c2
=
ch
[
f
],
args
[
0
]
c1
,
c2
=
ch
[
f
],
args
[
0
]
c2
=
make_divisible
(
c2
*
gw
,
8
)
if
c2
!=
no
else
c2
c2
=
make_divisible
(
c2
*
gw
,
8
)
if
c2
!=
no
else
c2
...
...
编写
预览
Markdown
格式
0%
重试
或
添加新文件
添加附件
取消
您添加了
0
人
到此讨论。请谨慎行事。
请先完成此评论的编辑!
取消
请
注册
或者
登录
后发表评论