yolo cfg文件解析

# Testing 初始batch参数要分为两类，分别为训练集和测试集，不同模式相应放开参数，#为注释符号
#batch=1
#subdivisions=1
# Training

batch=64 一批训练样本的样本数量，每batch个样本更新一次参数，整个batch前向完成之后进行.backup
subdivisions=8 batch/subdivisions作为一次性送入训练器的样本数量
（subdivision是组数）
如果内存不够大，将batch分割为subdivisions个子batch
（subdivisions相当于分组个数，相除结果作为一次送入训练器的样本数量）
注意：上面这两个参数如果电脑内存小，则把batch改小一点，batch越大，训练效果越好
Subdivisions越大，可以减轻显卡压力（分组数目越多，每组样本数量则会更少，显卡压力也会相应减少）

width=416
height=416
channels=3
以上三个参数为输入图像的参数信息 width和height影响网络对输入图像的分辨率，从而影响precision，只可以设置成32的倍数（为什么是32？由于使用了下采样参数是32，所以不同的尺寸大小也选择为32的倍数{320，352……608}，最小320320，最大608608，网络会自动改变尺寸，并继续训练的过程。）

momentum=0.9 DeepLearning1中最优化方法中的动量参数，这个值影响着梯度下降到最优值得速度（注：SGD方法的一个缺点是其更新方向完全依赖于当前batch计算出的梯度，因而十分不稳定。Momentum算法借用了物理中的动量概念，它模拟的是物体运动时的惯性，即更新的时候在一定程度上保留之前更新的方向，同时利用当前batch的梯度微调最终的更新方向。这样一来，可以在一定程度上增加稳定性，从而学习地更快，并且还有一定摆脱局部最优的能力）

decay=0.0005 权重衰减正则项，防止过拟合，正则项往往有重要意义
//增加样本的数量，改变基础样本的状态，去增加样本整体的数量，增加样本量减少过拟合
angle=0 通过旋转角度来生成更多训练样本
saturation = 1.5 通过调整饱和度来生成更多训练样本
exposure = 1.5 通过调整曝光量来生成更多训练样本
hue=.1 通过调整色调来生成更多训练样本

learning_rate=0.001
学习率决定着权值更新的速度，设置得太大会使结果超过最优值，直接错过最优值，震荡回去，太小会使下降速度过慢，导致收敛过慢。如果仅靠人为干预调整参数，需要不断修改学习率。刚开始训练时可以将学习率设置的高一点，而一定轮数之后，将其减小。在训练过程中，一般根据训练轮数设置动态变化的学习率。
基本训练守则
刚开始训练时：学习率以 0.01 ~ 0.001 为宜。
一定轮数过后：逐渐减缓。
接近训练结束：学习速率的衰减应该在100倍以上。
提供参考资料学习率的调整参考https://blog.csdn.net/qq_33485434/article/details/80452941

burn_in=1000 在迭代次数小于burn_in时，其学习率的更新有一种方式，大于burn_in时，才采用policy的更新方式

max_batches = 500200 训练达到max_batches后停止学习，多个batches

policy=steps 这个是学习率调整的策略，有policy：constant, steps, exp, poly, step, sig, RANDOM，constant等方式
调整学习率的policy，有如下policy：constant, steps, exp, poly, step, sig, RANDOM
constant
保持学习率为常量，caffe里为fixed
steps
比较好理解，按照steps来改变学习率

Steps和scales相互一一对应
steps=40000,45000 下面这两个参数steps和scale是设置学习率的变化，比如迭代到40000次时，学习率衰减十倍。45000次迭代时，学习率又会在前一个学习率的基础上衰减十倍。根据batch_num调整学习率
scales=,.1,.1 学习率变化的比例，累计相乘

涉及几个参数（以后要学习的代码，具体参数可以调节）

exp
gamma=
返回base_lr*gamma^iter,iter为当前迭代次数，gamma设置为0.98

poly
power=4
max_batches=800000
对学习率进行多项式衰减。图中power为0.9

sig
学习率进行sigmod函数衰减
gamma= 0.05
step=200
效果如图所示

step
返回net.learning_rate*pow(net.scale, batch_num/net.step)

[convolutional]
batch_normalize=1 是否做BN操作
filters=32 输出特征图的数量
size=3 卷积核的尺寸
stride=1 做卷积运算的步长
pad=1 如果pad为0,padding由 padding参数指定。
如果pad为1，padding大小为size/2，padding应该是对输入图像左边缘拓展的像素数量
activation=leaky 激活函数的类型：logistic，loggy，relu，elu，relie，plse，hardtan，lhtan，linear，ramp，leaky，tanh，stair

# Downsample //以下为训练网络结构。

[convolutional]
batch_normalize=1
filters=64
size=3
stride=2
pad=1
activation=leaky

[convolutional]
batch_normalize=1
filters=32
size=1
stride=1
pad=1
activation=leaky

[convolutional]
batch_normalize=1
filters=64
size=3
stride=1
pad=1
activation=leaky
shortcut部分是卷积的跨层连接，就像Resnet中使用的一样，参数from是−3，意思是shortcut的输出是通过与先前的倒数第三层网络相加而得到。跨越连接。
[shortcut]
from=-3
activation=linear
• 输入与输出：输入与输出一般保持一致，并且不进行其他操作，只是求差。
• 处理操作：res层来源于resnet，为了解决网络的梯度弥散或者梯度爆炸的现象，提出将深层神经网络的逐层训练改为逐阶段训练，将深层神经网络分为若干个子段，每个小段包含比较浅的网络层数，然后用shortcut的连接方式使得每个小段对于残差进行训练，每一个小段学习总差（总的损失）的一部分，最终达到总体较小的loss，同时，很好的控制梯度的传播，避免出现梯度消失或者爆炸等不利于训练的情形。

# Downsample

[convolutional]
batch_normalize=1
filters=128
size=3
stride=2
pad=1
activation=leaky

[convolutional]
batch_normalize=1
filters=64
size=1
stride=1
pad=1
activation=leaky

[convolutional]
batch_normalize=1
filters=128
size=3
stride=1
pad=1
activation=leaky