python基于融合SPD-Conv改进yolov5与原生yolov5模型实践路面裂痕裂缝检测

SPD-Conv源于2022年一篇专门针对于小目标和低分辨率图像研究提出来的新技术，可以用于目标检测任务，能够一定程度提升模型的检测效果，今天正好有时间就想基于SPD融合yolov5s模型来开发路面裂痕裂缝检测模型，同时与原生的yolov5s模型进行对比分析，首先看下效果图。

接下来看下数据情况。

标注文件如下：

原生yolov5s模型文件如下：

# YOLOv5 🚀 by Ultralytics, GPL-3.0 license
# Parameters
nc: 1  # 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, C3, [128]],
[-1, 1, Conv, [256, 3, 2]],  # 3-P3/8
[-1, 6, C3, [256]],
[-1, 1, Conv, [512, 3, 2]],  # 5-P4/16
[-1, 9, C3, [512]],
[-1, 1, Conv, [1024, 3, 2]],  # 7-P5/32
[-1, 3, C3, [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)
]

融合 SPD-Conv模型文件如下：

# Parameters
nc: 1  # 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
backbone:
[[-1, 1, Focus, [64, 3]],     # 0-P1/2
[-1, 1, Conv, [128, 3, 1]],  # 1
[-1,1,space_to_depth,[1]],   # 2 -P2/4
[-1, 3, C3, [128]],          # 3
[-1, 1, Conv, [256, 3, 1]],  # 4
[-1,1,space_to_depth,[1]],   # 5 -P3/8
[-1, 6, C3, [256]],          # 6
[-1, 1, Conv, [512, 3, 1]],  # 7-P4/16
[-1,1,space_to_depth,[1]],   # 8 -P4/16
[-1, 9, C3, [512]],          # 9
[-1, 1, Conv, [1024, 3, 1]], # 10-P5/32
[-1,1,space_to_depth,[1]],   # 11 -P5/32
[-1, 3, C3, [1024]],         # 12
[-1, 1, SPPF, [1024, 5]],    # 13
]
head:
[[-1, 1, Conv, [512, 1, 1]],                    # 14
[-1, 1, nn.Upsample, [None, 2, 'nearest']],    # 15
[[-1, 9], 1, Concat, [1]],                     # 16
[-1, 3, C3, [512, False]],                     # 17
[-1, 1, Conv, [256, 1, 1]],                    # 18
[-1, 1, nn.Upsample, [None, 2, 'nearest']],    # 19
[[-1, 6], 1, Concat, [1]],                     # 20
[-1, 3, C3, [256, False]],                     # 21
[-1, 1, Conv, [256, 3, 1]],                    # 22
[-1,1,space_to_depth,[1]],                     # 23
[[-1, 18], 1, Concat, [1]],                    # 24
[-1, 3, C3, [512, False]],                     # 25
[-1, 1, Conv, [512, 3, 1]],                    # 26
[-1,1,space_to_depth,[1]],                     # 27
[[-1, 14], 1, Concat, [1]],                    # 28
[-1, 3, C3, [1024, False]],                    # 29
[[21, 25, 29], 1, Detect, [nc, anchors]],  # Detect(P3, P4, P5)
]

默认在相同的数据配置下，均执行100次epoch的迭代计算，接下来看下模型的实际表现。

yolov5s结果输出：

spd结果输出：

从训练结果输出上面来看：spd的结果要优于原生的YOLOv5s模型的，在训练时间上直观来看spd的训练时长达到了yolov5s的两倍，实际则不然，因为训练原生yolov5s的时候是独占显卡的，但是训练yolov5s-spd模型的时候因为有其他的模型训练在并行进行，所以时长消耗被拉长了。

接下来看下结果详情对比。

混淆矩阵：

F1值曲线：

PR曲线：

综合对比可以看到：SPD模型都是要优于原生模型的。

LABEL可视化：

batch计算实例如下：

最终基于专门的界面实现可视化推理，样例如下：

简单实践记录一下，关于spd的介绍在我之前的文章中有详细的介绍，本文主要是以应用为主就没有再赘述了。