探讨下 https://blog.csdn.net/zhqh100/article/details/94737221 下各位大神的提问,darknet里面有没有maxpooling层,只是探讨,如有错误也请指出

通过以下几个方向来分析

1. 我最初学习该网络结构是通过mxnet来学习的,因为其官方库中包含了yolov3的代码,比较容易上手,而且直接支持 TensorFlow 这边的 eager 模式,mxnet上面应该是叫做 imperative,即命令式编程,http://zh.gluon.ai/chapter_computational-performance/hybridize.html,方便调试打印,而 TensorFlow 还没找到官方的 yolov3 的工程,虽然有民间大神做的

根据https://github.com/pjreddie/darknet/blob/master/cfg/yolov3.cfg 中的配置来找 https://blog.csdn.net/zhqh100/article/details/94737221中的网络结构直接的对应关系,

yolov3.cfg中有五处 # Downsample 的注释,其中对应的参数均为 stride=2,其对应的 filters 为:

37行:filters=64

67行:filters=128

117行:filters=256

288行:filters=512

463行:filters=1024

而 https://blog.csdn.net/zhqh100/article/details/94737221 中,对应下采样的几行:

第12行:Conv2D-4 (1, 64, 256, 352)

第24行:Conv2D-14 (1, 128, 128, 176)

第44行:Conv2D-31 (1, 256, 64, 88)

第113行:Conv2D-90 (1, 512, 32, 44)

第182行:Conv2D-149 (1, 1024, 16, 22)

可见filter是完全对应的,所以这个网络结构不是瞎编的,确实是通过卷积时的stride=2来实现的

2. 网上有看到文章,链接为https://blog.csdn.net/haoqimao_hard/article/details/82109015, 包含如下图片

其中的Convolutional 512 3 X 3 / 2,应该是一目了然,确实是通过conv的stride来下采样的

主要是懒得看代码了,所以通过一些简单的分析,来互相验证(*^▽^*)

本文完

——————————————————————————————————————

闲聊

*  *  *  *  *  *  *  *  *  *  *  *  *  *  *  *  *  *  *  *  *  *  *  *  *  *  *  *  *  *  *  *  *  *  *  *  *  *  *  *  *

各位要修改网络结构吗?我觉得像 darknet 这样的结构,也没有那么神圣吧,感觉不过就是一些卷积、池化、残差互相的堆积,自己拼凑一下也能搞出一个神经网络结构,提高步长和池化都可以达到下采样的类似效果,不一定哪个结构就一定比另一个结构准确率更高吧,所以,个人觉得,何必这么纠结  ^_^

我现在比较喜欢MobileNet

darknet53网络结构及配置文件对比相关推荐

  1. python自动化部署nginx_扣丁学堂Python开发运维自动化之nginx配置文件对比操作

    扣丁学堂Python开发运维自动化之nginx配置文件对比操作 2018-08-30 09:51:29 646浏览 今天扣丁学堂Python培训老师给大家介绍一下关于Python运维自动化之nginx ...

  2. python 配置文件对比_Python3实现配置文件差异对比脚本

    应用场景:配置文件由于升级改动了,我们想看看升级后的配置文件相对于之前的改动了哪些配置项 注意:这个脚本只能检测的配置文件是键值对的形式,就是key=value的形式 我在网上找了好久没找到这一块的案 ...

  3. Darknet53网络结构及代码实现

    文章目录 一.Darknet 二.代码实现 一.Darknet Darknet是最经典的一个深层网络,结合Resnet的特点在保证对特征进行超强表达的同时又避免了网络过深带来的梯度问题,主要有Dark ...

  4. python 配置文件对比_difflib模块对比apache配置文件差异

    我们可以同下面的代码对所有的配置文件进行差异的html输出. [root@www difflib]# cat diff_conf.py !/usr/bin/python import difflib ...

  5. python 配置文件对比_Python运维自动化之nginx配置文件对比操作示例

    {"moduleinfo":{"card_count":[{"count_phone":1,"count":1}],&q ...

  6. 【yolo目标检测】(1) yolov3,网络结构Darknet53,特征提取

    各位同学好,今天和大家分享一下使用Tensorflow2.0进行yolov3目标检测,如何构建Darknet53整体网络结构,如何使用特征金字塔强化特征提取. 1. 网络简介 yolov3借鉴了res ...

  7. Yolov3Yolov4网络结构与源码分析

    Yolov3&Yolov4网络结构与源码分析 从2018年Yolov3年提出的两年后,在原作者声名放弃更新Yolo算法后,俄罗斯的Alexey大神扛起了Yolov4的大旗. 文章目录 论文汇总 ...

  8. SpringBoot配置文件YAML配置注入(详解)

    目录 一.SpringBoot配置文件 1. SpringBoot默认配置文件 2. 配置文件的作用 3. 配置文件的位置 4. 多环境切换 方式一:多配置文件 方式二:一个配置文件(yaml的多文档 ...

  9. python运维开发常用模块(四)文件对比模块difflib

    1.difflib介绍 difflib作为 Python的标准库模块,无需安装,作用是对比文本之间的差异,且支持 输出可读性比较强的HTML文档,与Linux下的diff命令相似.我们可以 使用dif ...

最新文章

  1. 《Android App开发入门:使用Android Studio 2.X开发环境》——1-3 Android Studio 快速上手...
  2. 16进制输出C语言字符常量,基础C语言:进制、常量
  3. NTFS 分区表修复新法(AcronisDiskDirector10)
  4. MVC 自定义IModelBinder实现json参数转Dictionarystring, string
  5. Spring Cloud一站式的微服务架构解决方案
  6. MySQL中如何通过修改表实现约束的添加与删除
  7. 【NLP】 聊聊NLP中的attention机制
  8. MEncoder 使用实例
  9. 成为百万程序员第一步:从安装Python开始
  10. RookeyFrame 隐藏 首次加载菜单 的伸缩动画
  11. Spark + Hadoop,基于WIFI探针的大数据分析系统
  12. 三星note9刷Android9,【极光ROM】-【三星NOTE9 N960X-9810】-【V21.0 Android-Q-THB】
  13. matlab运算放大器仿真,利用Matlab分析运算放大器电路.doc
  14. Crime Management CodeForces - 107D
  15. 菜鸟日记(yzy):opencMS系统-XML内容管理文件开发
  16. 【华人学者风采】周昆 浙江大学
  17. LWN:Fedora关于stack frame的争论!
  18. 欧拉角的概念理解和欧拉角旋转矩阵推导
  19. C语言结构体基本知识
  20. 周易六十四卦——豫卦

热门文章

  1. Deployment
  2. .Net Core快速创建Windows服务
  3. Haproxy Nginx cluster构建
  4. Test on 11/10/2016
  5. 由Node.js事件驱动模型引发的思考
  6. zoj 1010 (线段相交判断+多边形求面积)
  7. 软件行业项目经理主要的职责是什么?(转)
  8. PHP实现XML传输
  9. c#中分割字符串的几种方法
  10. ubuntu下使用conda出现solving environment失败