python - yolov3 中的 CNN 实际层数是多少?

标签 python conv-neural-network object-detection yolo

我对yolov3的架构真是一头雾水。我已经阅读了有关它的文档和论文。有人说它有 103 个卷积层,也有人说它有 53 层。但是当你计算 .cfg 文件中的卷积层时(下载后),它大约有 75 个! ...这里遗漏了什么?我应该怎么做才能找到它?这个问题对我们很重要,因为我们需要在论文中引用这个架构,我们需要知道层的确切大小......

最佳答案

根据 AlexeyAB(非常受欢迎的 fork Darknet 版本的创建者和 YOLO v4 的创建者)https://groups.google.com/forum/?nomobile=true#!topic/darknet/9WppEzRouMU

Yolo有
75 个 cnn 层(卷积层)+ 31 个其他层(shortcut、route、upsample、yolo)= 总共 106 层。

请记住,Yolo V3 在 3 个不同的尺度上进行检测,它们位于第 82、94、106 层 https://gist.github.com/fabito/a49bb6a5593594f26275bc90baba6e32

关于python - yolov3 中的 CNN 实际层数是多少?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54948738/

相关文章:

python - 如何将 .txt 文件中的长文本插入到 DataFrame

Odoo 中小部件的 Javascript 标识符

tensorflow - 如何使用 TFlearn 中的 ImageAugmentation 在 CNN 中训练图像和数据的混合

python - 如何在 Keras 中试验自定义二维卷积核?

c - OpenCV cvFindContours - 我如何分离轮廓的组件

python - 如何解决 Azure 文本分析的导入错误

python - OpenCV 版本 4.1.0 drawContours 错误 : (-215:Assertion failed) npoints > 0 in function 'drawContours'

python - 凯拉斯CNN : Add text as additional input besides image to CNN

tensorflow - 返回边界框的坐标谷歌的对象检测 API

python - 为 Tensorflow 对象检测 API 创建 PASCAL Voc