Yolov3卷积层计数



我真的对卷积层的数量感到困惑

根据论文,他们使用的是 darknet- 53 ,他们没有提及该结构的任何更多细节或添加!

但是,根据Alexeyab的构建,它由 106 层组成!此外, todataScienciencience 网站声称在检测过程中添加了另外的53层,但是这实际上是什么意思是仅用于特征提取的前53层?

所以我的问题是,这些额外的纸上53层的问题是什么?哪儿来的呢?为什么?

根据Alexeyab(非常受欢迎的叉子darknet版本的创建者(以某种方式弃用(

Yolo有 75个CNN层(卷积层( 31其他层(快捷方式,路线,upsample,Yolo(= 106层。

您可以计算CFG文件中的CNN层的总数,也有75。还请记住,Yolo V3确实以3个不同的尺度检测到,这些比例位于第82,94,106层。

darknet-53是约瑟夫·雷德蒙(Joseph Redmon(等人开发的提取器的名称,它确实构成了yolov3的前53层。接下来的53层专门用于调整大小,串联和提高输入,以便在第82、94和106层分别在三个不同的尺度上进行检测。第一层检测最大的对象,第二层是中间的对象,而最后一层(至少从理论上讲(。

我认为这种层次结构的想法越多地进入Yolov3,它可以提取的高级信息。

相关内容

  • 没有找到相关文章

最新更新