我想知道yolov2中的多尺度培训如何工作。
在纸上说：
原始Yolo使用的输入分辨率为448×448。锚固盒的添加我们将分辨率更改为416×416。但是，由于我们的模型仅使用卷积和合并层，因此可以在Fly 上调整大小。我们希望Yolov2能够在不同尺寸的图像上运行，因此我们将其训练为模型。我们没有修复输入图像大小，而是每次迭代更改网络。每10批我们的网络随机选择一个新的图像维度大小。"由于我们的模型下半年的成绩为32倍，因此我们从以下32的倍数中拉出：{320，352，...，608}。因此，最小的选项是320×320，最大的最大选择是608×608。我们调整了大小。该维度并继续培训的网络。"
我没有获得网络仅具有卷积和池层允许输入不同分辨率的网络。从我构建神经网络的经验中，如果将输入的分辨率更改为不同的规模，则该网络的参数数量将会改变，也就是说，该网络的结构将会改变。
那么，yolov2如何在苍蝇上更改？
我读了yolov2的配置文件，但我得到的只是一个random=1语句...
如果您只有卷积层，则权重的数量不会随层的2D部分的大小而变化(但是，如果您调整了通道的数量，它也会改变(。
例如(想象中的网络(，如果您有224x224x3输入图像和3x3x64卷积层，则您将拥有64个不同的3*3*3*3卷积过滤器内核= 1728个权重。该值根本不取决于图像的大小，因为独立于图像的每个位置都应用了内核，这是卷积和卷积层中最重要的事情，以及原因，为什么CNN可以如此深，并且为什么在更快的R-CNN中您可以从功能地图中裁剪区域。
如果有任何完全连接的层之类的东西，它将无法使用，因为那里的2D层尺寸将导致更多的连接和更多的权重。
在Yolo V2中，看起来可能仍然不合适。例如，如果将每个维度的图像大小加倍，则最终将获得每个维度中的功能数量的2倍，就像在最终的1x1xn滤镜之前一样，就像原始网络大小的网格为7x7一样，调整大小的网络可能有14x14。但是您只会得到14x14 * b *(5 c(回归结果，就很好。
在yolo中，如果您仅使用卷积层，则输出gird的大小会更改。
例如，如果您的大小：
-
320x320，输出大小为10x10
-
608x608，输出大小为19x19
然后，您将这些W.R.T上的损失计算到类似调整的地面真相网格上。
因此，您可以返回传播损失而无需添加任何参数。
参考Yolov1纸张以获取损失功能：
纸张的损失函数
因此，从理论上讲，您只能调整此功能，该功能取决于网格大小，没有模型参数，您应该很好。
纸链接：https：//arxiv.org/pdf/1506.02640.pdf
在作者的视频说明中提到了相同的说明。
时间：14:53
视频链接