yolov3中的route和shortcut层
1、shortcut层
shortcut层的输入层一般是两个(目前还没出现多余两个的情况),实现两个张量相加,例如:
对应的cfg文件中的层为:
#4
[convolutional]
batch_normalize=1
filters=64
size=1
stride=1
pad=1
activation=mish
#5
[convolutional]
batch_normalize=1
filters=32
size=1
stride=1
pad=1
activation=mish
#6
[convolutional]
batch_normalize=1
filters=64
size=3
stride=1
pad=1
activation=mish
#7
[shortcut]
from=-3
activation=linear
cfg文件中shortcut层紧接的那一层为shortcut层的一个输入层,另外一个输入层为from指定的层,例如from=-3指的是该shortcut层的前面第三层。
2、route层
route层作用相当于引入和concat两个操作,当route的输入只有一个时,就只有引入的作用,当输入大于一个的时候,会将所有的引入再执行一步concat,增加route层的输出维度。yolov4中route层的输入可以是1、2或4个,例如SPP模块:
最下面的一个route层有四个输入,对应的在cfg文件中的代码为:
[convolutional]
batch_normalize=1
filters=512
size=1
stride=1
pad=1
activation=leaky### SPP ###
[maxpool]
stride=1
size=5[route]
layers=-2[maxpool]
stride=1
size=9[route]
layers=-4[maxpool]
stride=1
size=13[route]
layers=-1,-3,-5,-6
### End SPP ###
route层的layers参数制定了该route层的输入有哪些,方法和shortcut相同,-1指的是该route层往前的第1层。
yolov3中的route和shortcut层相关推荐
- yolov4中的route和shortcut层
1.shortcut层 shortcut层的输入层一般是两个(目前还没出现多余两个的情况),实现两个张量相加,例如: 对应的cfg文件中的层为: #4 [convolutional] batch_no ...
- [pytorch]yolov3.cfg参数详解(每层输出及route、yolo、shortcut层详解)
文章目录 Backbone(Darknet53) 第一次下采样(to 208) 第二次下采样(to 104) 第三次下采样(to 52) 第四次下采样(to 26) 第五次下采样(to 13) YOL ...
- YOLOv3中darknet的各种层的说明
激活函数: 很多层里面有 activation 这一项,这是激活函数,我看到的配置文件里面最常用的就3个: LINEAR:啥都不干 RELU :值 > 0时保持不变,小于0时置0 LEAKY : ...
- YOLOV3中Darknet中cfg文件说明和理解
darknet 是由 C 和 CUDA 开发的,不需要配置其他深度学习的框架(如,tensorflow.caffe 等),支持 CPU 和 GPU 运算,而且安装过程非常简单. 1.cfg文件说明理解 ...
- YOLOv3中Loss
yolov3 的 loss ,今天终于看完了yolov3-tf2 的源码 YOLOv3中Loss部分计算 代码 #终点的loss= obj_mask * box_loss_scale*sum((px1 ...
- 如何在 ASP.NET Core 中使用 Route 特性
ASP.NET Core 中的 Route 中间件的职责在于将 request 匹配到各自 Route 处理程序上,Route 分两种:基于约定 和 基本特性 模式. 基于约定 模式的Route采用集 ...
- iou画 yolov3_专栏 | 【从零开始学习YOLOv3】4. YOLOv3中的参数进化
原标题:专栏 | [从零开始学习YOLOv3]4. YOLOv3中的参数进化 前言:YOLOv3代码中也提供了参数进化(搜索),可以为对应的数据集进化一套合适的超参数.本文建档分析一下有关这部分的操作 ...
- php中logic(),thinkphp中的logic和service层是干什么用的?
thinkphp中的logic和service层的用处: logic:顾名思义,主要是用来堆砌业务代码的: service:一般跟API接口做对接的代码都放在这里. 不管框架如何分层,本质上就是一个代 ...
- Pytorch 学习(7):Pytorch中的Non-linear Activations (非线性层)实现
Pytorch 学习(7):Pytorch中的Non-linear Activations (非线性层)实现 Pytorch中的Non-linear Activations (非线性层)包括以下激活函 ...
最新文章
- 英雄会解读:不一样的回答,一样的CTO
- 无监督学习与监督学习的区别
- POJ3585-Accumulation Degree【树形dp,二次扫描与换根法】
- 开发了那么多项目,你能自己手写个健壮的链表出来吗?
- python找工作好不好_Python这么火,为何有人说Python不好找工作?
- 栈和递归---手动实现一个栈和蒜头君吃桃
- servlet请求转发
- 开源hr系统 java_微人事-前后端分离的人力资源管理系统-江南一点雨
- error C2065: ‘_beginthread‘ : undeclared identifier
- 专网网速测试软件,wlan网络测试项目和方法 常用测试软件介绍.ppt
- 制作HTML表单(文本框设置对齐等)
- 分片和分区的概念及区别
- 【2020GAN】对抗生成网络论文收录(1月-6月)
- cmd命令netstat -ano不是内部命令解决方案
- 中台之上:商业银行业务架构设计
- Linux基础第一章:基础知识与基础命令
- 干货分享——shutdown命令
- 滚动条 实现的细节代码 SCROLLINFO
- 计算机的随想作文500字,新年随想作文500字(通用5篇)
- 【论文阅读】自然语言生成(NLG)——基于plan思想的Data2Text任务实现
热门文章
- for/in 循环遍历对象的属性
- 顺序表与链表结构及解析
- java创建mongdb数据库_【转发】Java使用MongoDB数据库进行增删改查
- 安装包制作工具NSIS (NullSoft Scriptable Install System)
- win2012服务器 注册表,Windows Server2012删除或添加开机启动项的方法
- Flask 和 Django 的比较和选择
- POST、GET请求及对应的参数获取
- 电商系统:优惠券实体设计、数据库表设计、满减券、运费券
- Linux设备上时间不准确?使用chrony服务配置时间服务器实现Linux时间同步以及实现主从设备时间同步
- EM算法-数学原理及其证明