YOLOv5改进：引入DenseNet思想打造密集连接模块，彻底提升目标检测性能

目录

• • 一、密集连接模块的介绍
  • • 1、密集连接的概念
    • 2、密集连接与残差连接的对比
    • 3、DenseNet的结构
  • 二、 YOLOv5中引入密集连接模块的原因
  • • 1、密集连接模块对于目标检测的优势
    • 2、密集连接模块对目标检测性能的影响
  • 三、 YOLOv5中密集连接模块的具体实现
  • • 1、使用DenseNet的基本单元DenseBlock作为密集连接模块的基本结构：
    • 2、在每个DenseBlock中，将每个卷积层的输出与之前所有卷积层的输出进行拼接，并作为下一个卷积层的输入：
    • 3、在每个DenseBlock之间添加一个Transition层，用于控制模型的复杂度并减少特征图的尺寸：
    • 4、在YOLOv5的特征提取网络中，使用了5个DenseBlock，每个DenseBlock包含了多个卷积层和一个Transition层：