• yolo分为三部分，主要是为了搭建模型使用，为了方便大家更好的理解yolov5框架

1.参数部分

• yolov5s模型的流程，传入图片->Backbone结构->Head结构->检测框
  

– cfg配置参数，默认是yolov5s.yaml文件，如图所示为每一层到每一层的传输关系。

• [from, number, module, args]每一层都有4个数字
• from来源
• number数量，需要考虑
• module 模型
• args 传入层所需要的
  
• 如图就是具体的yolov5的具体网络架构
  

2.创建模型

• 创建模型
  
• 详细代码执行
  

2.1 第一部分 加载配置文件YOLOv5 detection model

• 将加载到的yaml文件以字典的形式进行保存
  
• 默认v5s不传递nc和anchors
  

2.2 第二部分 是通过加载的配置文件进行网络搭建，每一层Define model

2.3 第三部分 对网络的步长进行了处理 Build strides, anchors

2.4 第四部分对网络进行初始化 Init weights, biases

2.5 yolov的5s、5m、5n、5l、5x的区别

• 可以看出这一部分是不一样的，这个数字越大计算的数据就越大，模型也就越耗时。

depth_multiple: 0.67  # model depth multiple
width_multiple: 0.75  # layer channel multiple

3.模型之外的处理

• 模型之外的处理
  
• 执行成功之后如图所示