1. 前言
源码：GitHub - ultralytics/yolov5 at v5.0
由于YOLO v5 代码库在持续更新，如上图，有多个版本，每个版本的网络结构不尽相同。以下内容以 v5.0 为准，网络结构选用 yolov5s。
2.修改过程
为了方便画图和理解网络结构，选用可视化工具： Netron 网页版 进行可视化， 然后使用PPT作图。
在 Releases · ultralytics/yolov5 · GitHub 找到 v5.0 中的 Assets 中的 yolov5s.pt 并下载该权重。
下图为直接选用 Netron 对 pytorch 的 yolov5s.pt 部分可视化的结果，显然该图细节不足。该图显然与 yolov5-5.0/models/yolov5s.yaml 是对应的。
为了看到更多细节，使用Netron 对 yolov5s.onnx 可视化：
python models/export.py --weights ./weights/yolov5s.pt
那么：yolov5s.pt -> yolov5s.onnx
可视化结果为下图左：
显然该图没有显示输出输出的尺寸，为此我们修改 export.py 代码，并重新导出onnx，显示为上图右。
from onnx import shape_inference
# Checks
onnx_model = onnx.load(f) # load onnx model
onnx.save(shape_inference.infer_shapes(onnx_model), f)
# # Checks
# onnx_model = onnx.load(f) # load onnx model参考：pytorch模型结构可视化，可显示每层的尺寸 - 知乎
问题1：上图中 Conv 中的 B是什么？
B其实就是 bias，但是 Conv2d + BN + SiLU 中 conv 是没有 bias的，那这个bias 怎么来的？其实这是因为在 fuse_conv_and_bn(conv, bn) 函数中：
# prepare spatial bias
b_conv = torch.zeros(conv.weight.size(0), device=conv.weight.device) if conv.bias is None else conv.bias
b_bn = bn.bias - bn.weight.mul(bn.running_mean).div(torch.sqrt(bn.running_var + bn.eps))
fusedconv.bias.copy_(torch.mm(w_bn, b_conv.reshape(-1, 1)).reshape(-1) + b_bn)在 conv 和 bn 融合中，对 bais进行了 替换。所以这里的 B 并不是 单纯的 bn，而是代码中的fusedconv.bias。这里待填坑...
问题2：在网络中明明使用的是 Conv2d + BN + SiLU 为什么是上图右边那个样子？Silu是啥？
在YOLOv5-4.0版本中，使用 nn.SiLU() activations 替换了先前版本中使用的 nn.LeakyReLU(0.1) and nn.Hardswish() activations。PyTorch 1.7.0 版本中 nn.SiLU() 被引入 (SiLU — PyTorch 1.11.0 documentation)。目的是为了：简化架构，使用一种激活函数，而不是以前的两种。
所以为上图中的 两条分支。
问题3：网络中 Conv2d + BN + SiLU 的 BN怎么没了？
这是因为代码中使用 fuse_conv_and_bn函数合并了Conv2d层和BatchNorm2d层。
在模型训练完成后，代码在推理阶段和导出模型时，将卷积层和BN层进行融合。
为了可视化画图，我们选择关闭 models/yolo.py -- fuse()
关闭方法参考：https://github.com/ultralytics/yolov5/issues/658
def fuse(self): # fuse model Conv2d() + BatchNorm2d() layers
print('Fusing layers... ')
# for m in self.model.modules():
# if type(m) is Conv and hasattr(m, 'bn'):
# m.conv = fuse_conv_and_bn(m.conv, m.bn) # update conv
# delattr(m, 'bn') # remove batchnorm
# m.forward = m.fuseforward # update forward
# self.info()
return self然后，Netron 对 onnx 文件默认是 将 conv和BN 合并的，所以不显示 BN。解决：models/export.py 中修改导出代码，增加 training=torch.onnx.TrainingMode.TRAINING,：
此处参考：deep learning - Why is it that when viewing the architecture in Netron, the normalization layer that goes right after the convolutional layer is not shown? - Stack Overflow
torch.onnx.export(model, img, f, verbose=False, opset_version=12,
training=torch.onnx.TrainingMode.TRAINING,
input_names=['images'],
output_names=['classes', 'boxes'] if y is None else ['output'],
dynamic_axes={'images': {0: 'batch', 2: 'height', 3: 'width'}, # size(1,3,640,640)
'output': {0: 'batch', 2: 'y', 3: 'x'}} if opt.dynamic else None)然后重新导出，即可获得结果。如下图：
当我们把 Conv 和BN 分离后，显然 带 BN的 Conv 就没有 bias 了。
当然，除了以上方式，当我们关闭fuse()后，也可以直接使用 Netron 对 导出的 weights/yolov5s.torchscript.pt 可视化，一样可以看到 BN。
以下是以 yolov5s.onnx 画图。
图中 Resize为上采样操作，对应 models/yolov5s.yaml 中的 nn.Upsample, [None, 2, 'nearest']]，显然使用的是 最近邻插值(nearest 插值)。
出现下图中的原因是：
- 对于任何用到shape、size返回值的参数时，例如：tensor.view(tensor.size(0), -1)这类操作，避免直接使用tensor.size的返回值，而是加上int转换，tensor.view(int(tensor.size(0)), -1)。为了避免pytorch 导出 onnx 时候，对size 进行跟踪，跟踪时候会生成gather、shape的节点。
因此修改代码：models/yolo.py
# bs, _, ny, nx = x[i].shape # x(bs,255,20,20) to x(bs,3,20,20,85)
bs, _, ny, nx = map(int, x[i].shape)重新导出 onnx，如下图，看起来清爽多了。
3. 最终成图
使用PPT作图：
注意：在代码中
- 图中 Resize 为 nn.Upsample_nearest
-
Reshape 为 view，Transpose 为 permute
-
以上所有的带 BN的 conv 都是没有 bias的， 只有最后的Conv 带 bias