stripblock，yolo

Question

https://blog.csdn.net/FJN110/article/details/150110136 您好，我认为这篇文章中有一些些小问题。不应该直接在文末添加（因为我想都没想直接全按照您给出的步骤做了，出现了Strip未定义的问题）

应该先在nn.module里面添加您给出的代码中除了C2F的部分作为一个.py文件，然后在block.py中import它，再创建c2f,strip_c3k2吧。如果只想搞一个strip块，是不是只需要把您给出的stripblock更名为strip即可？

Answer 1

让【宝码香车】来帮您解答，本回答参考DeepSeek编写，并整理提供。

如果答案让您满意，请采纳、点赞、关注，非常感谢！
.
每日一句正能量，让它带给您好心情：生活不会辜负一个用力奔跑的人。
.

根据您提供的信息，您遇到的问题是在为YOLO模型添加Strip模块时出现了Strip未定义的错误。这通常是由于模块定义与导入不正确导致的。以下是正确的解决方案：

问题分析

原方案直接在block.py文末添加代码，但未提前定义Strip模块，导致在__all__列表中引用时出现NameError。

解决方案

1. 创建Strip模块定义

首先，在ultralytics/nn/modules/目录下创建一个新文件（例如strip.py），包含Strip模块的定义：

import torch
import torch.nn as nn


class Strip(nn.Module):
    def __init__(self, c1, c2, k=1, s=1, p=None, g=1, act=True):
        super().__init__()
        self.conv = nn.Conv2d(c1, c2, k, s, autopad(k, p), groups=g, bias=False)
        self.bn = nn.BatchNorm2d(c2)
        self.act = nn.SiLU() if act is True else (act if isinstance(act, nn.Module) else nn.Identity())
    
    def forward(self, x):
        return self.act(self.bn(self.conv(x)))
    
    def forward_fuse(self, x):
        return self.act(self.conv(x))


def drop_path(x, drop_prob: float = 0., training: bool = False):
    if drop_prob == 0. or not training:
        return x
    keep_prob = 1 - drop_prob
    shape = (x.shape[0],) + (1,) * (x.ndim - 1)
    random_tensor = keep_prob + torch.rand(shape, dtype=x.dtype, device=x.device)
    random_tensor.floor_()
    output = x.div(keep_prob) * random_tensor
    return output


class DropPath(nn.Module):
    def __init__(self, drop_prob=None):
        super(DropPath, self).__init__()
        self.drop_prob = drop_prob


    def forward(self, x):
        return drop_path(x, self.drop_prob, self.training)

2. 修改block.py

在ultralytics/nn/modules/block.py文件中进行以下修改：

顶部添加导入：

from .strip import Strip, DropPath

在__all__列表中添加引用：

__all__ = [
    "Strip",  # 新增Strip模块
    "DSC3k2", # 其他模块...
]

3. 关于StripBlock重命名

如果您只需要一个基础的Strip块，直接将类名定义为Strip（而非StripBlock）是正确的做法。上述代码中的Strip类已满足基础结构要求。

验证步骤

1. 确保文件结构正确：

  ultralytics/
  └── nn/
      └── modules/
          ├── block.py
          └── strip.py  # 新建的文件

1. 在Python中测试导入是否正常：

  from ultralytics.nn.modules.block import Strip
  print(Strip(3, 64))  # 应正常输出模块结构

注意事项

• 如果您的模型需要其他自定义模块（如DSC3k2），需同样在strip.py中定义并在block.py中导入。
• 确保所有自定义模块的类名与__all__中的名称一致。

这样修改后，即可避免Strip未定义的错误，并能正确使用自定义模块。