YOLOv3庖丁解牛（一）：网络结构

https://www.luoyoyo.com/articles/b5ac2fae5c8a3f41cddd4d6e79dde8e8

经过大约一个月对YOLO3理论和源码的阅读，今天开始逐渐记录自己对这一大神作的理解。

本文在基于对CNN、keras、tensorflow有一定掌控力的基础上进行描述。

首先，贴出python版star最多的源码地址：https://github.com/qqwweee/keras-yolo3，各位看官可移步阅读。过一段时间我会把自己对每一步源码的注释都附上。

目前可进行工业部署的两大物体检测基础框架，一个是诸如FRCNN、Mask RCNN的RCNN系列，准确度高；另外就是YOLO系列，检测速度快。

首先，我们看下他的tensorboard打印出来的图结构.

这个图是从keras的.h5文件转出来用tensorflow进行查看的网络图，我没记错应该是252层，包括3层输出层，其中darknet是185层。注意：这些层包括Input层！

这个图比较长且原始，我自己弄了一个概览图，如下：

1、整个yolo3的框架分成两大部分，第一部分就是yolo团队经过长期摸索得到的darknet，第二部分是在darknet基础上进行的三次采样输出。

（1）先看第一部分，yolo团队对网络结构进行了封装，主要封装成B1和B2（我们先暂时这么命名）。其中B1由一个卷积层+一个BN层+一个LeakyRelu层组合，这就构成了yolo网络结构的最小单元；B2是由一个填充层+一个B1块+一个Compose组合块组成。Conpose是yolo团队自己写的一个函数，用来堆叠网络层用的，由N个B1块组成的残差网络组成，N表示残差块的个数。这就是darknet的全部结构

（2）第二部分是网络的采样输出部分，主要对特征进行上采样和连接，并输出，所以我暂时把它命名为output模块，该部分的输入就是darknet的输出。make_last_layers是每次采样的输出部分，其中y（输出）部分经过一个Compose_y块，得到一个输出；x（计算）部分经过一个Compose_x块后，继续经过compose2块，再经过一个Concatenate层，进入下一次的output部分。其中Compose_y块由一个B1块+一个卷积层组成，Compose_x块由N个B1块组成，compose2块由一个B1块+一个上采样层组成。这就是yolov3的三层输出结构。Compose_y后面的接着的Con2D就是每一次采样后的输出。对应https://github.com/ldhsight/tmp/blob/master/yolov3.png该图片下的conv2d_59、conv3d_67和conv2d_75，舍弃了全连接层，而使用卷积层.

（3）所以其实darknet部分跟output部分实际上是一个串联的状态，且output部分进行了三次循环，输出三个值。图只是为了方便了解其网络结构这么画的。具体的结构图，还是请移步tensorflow画出来的网络图。

2、图像的输出是416 x 416的大小

YOLOv3庖丁解牛（一）：网络结构相关推荐

YOLOv3庖丁解牛（三）：YOLOv3损失函数
1.首先我们看一下他的输入参数 model_loss = Lambda(yolo_loss, output_shape=(1,), name='yolo_loss',arguments={'ancho ...
计算机视觉：单阶段目标检测模型YOLO-V3
计算机视觉:单阶段目标检测模型YOLO-V3 单阶段目标检测模型YOLO-V3 YOLO-V3 模型设计思想产生候选区域生成锚框生成预测框对候选区域进行标注标注锚框是否包含物体标注预测框的 ...
智慧交通day02-车流量检测实现11：yoloV3模型
yoloV3以V1,V2为基础进行的改进,主要有:利用多尺度特征进行目标检测:先验框更丰富:调整了网络结构:对象分类使用logistic代替了softmax,更适用于多标签分类任务. 1.算法简介 Y ...
基于yolov3和pythorch框架的火焰识别检测算法
这是本人第一次写博客,就当是自己实现算法的一个记录吧,有什么不好的地方也请多多指教.我会详细的从环境的配置到算法实现都说明一下,希望对大家能有帮助. 本火焰识别算法采用的是pytorch版本的yolo ...
yolov3前向传播（二）-- yolov3相关模块的解析与实现（一）
yolov3检测块的解析与实现在yolo v3模型中,检测部分的模型是由yolo检测块.yolo检测层以及上采样函数组成. yolo检测块负责进一步提取特征: 检测层负责将最终特征转化为bbox a ...
YOLOv3学习——锚框和候选区域
YOLOv3学习之锚框和候选区域单阶段目标检测模型YOLOv3 R-CNN系列算法需要先产生候选区域,再对候选区域做分类和位置坐标的预测,这类算法被称为两阶段目标检测算法.近几年,很多研究人员相继提 ...
深度学习之目标检测（九）--YOLOv3 SPP理论介绍
深度学习之目标检测(九)-- YOLOv3 SPP理论介绍深度学习之目标检测(九)YOLOv3 SPP理论介绍 1. Mosaic 图像增强 2. SPP 模块 3. CIoU Loss 3.1 I ...
Yolov1、Yolov2、Yolov3学习笔记
前言目前可以将目标检测算法分为两类:一类是onestage,一类是twostage. onestage的目标检测算法是指在进行目标检测的时候不需要进行region proposal阶段,而是直接产生 ...
我们是如何改进YOLOv3进行红外小目标检测的？
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 [导语]本文将介绍BBuf.小武和笔者一起在过年期间完成的一个目标检测项目,将描述我们模型改进的思路. ...

YOLOv3庖丁解牛（一）：网络结构

YOLOv3庖丁解牛（一）：网络结构相关推荐

最新文章

热门文章