探討下?https://blog.csdn.net/zhqh100/article/details/94737221?下各位大神的提問(wèn)，darknet里面有沒(méi)有maxpooling層，只是探討，如有錯(cuò)誤也請(qǐng)指出

通過(guò)以下幾個(gè)方向來(lái)分析

1. 我最初學(xué)習(xí)該網(wǎng)絡(luò)結(jié)構(gòu)是通過(guò)mxnet來(lái)學(xué)習(xí)的，因?yàn)槠涔俜綆?kù)中包含了yolov3的代碼，比較容易上手，而且直接支持 TensorFlow 這邊的 eager 模式，mxnet上面應(yīng)該是叫做?imperative，即命令式編程，http://zh.gluon.ai/chapter_computational-performance/hybridize.html，方便調(diào)試打印，而 TensorFlow 還沒(méi)找到官方的 yolov3 的工程，雖然有民間大神做的

根據(jù)https://github.com/pjreddie/darknet/blob/master/cfg/yolov3.cfg?中的配置來(lái)找?https://blog.csdn.net/zhqh100/article/details/94737221中的網(wǎng)絡(luò)結(jié)構(gòu)直接的對(duì)應(yīng)關(guān)系，

yolov3.cfg中有五處?# Downsample 的注釋，其中對(duì)應(yīng)的參數(shù)均為?stride=2，其對(duì)應(yīng)的?filters 為：

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，對(duì)應(yīng)下采樣的幾行：

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)

可見(jiàn)filter是完全對(duì)應(yīng)的，所以這個(gè)網(wǎng)絡(luò)結(jié)構(gòu)不是瞎編的，確實(shí)是通過(guò)卷積時(shí)的stride=2來(lái)實(shí)現(xiàn)的

?

?

2. 網(wǎng)上有看到文章，鏈接為https://blog.csdn.net/haoqimao_hard/article/details/82109015， 包含如下圖片

其中的Convolutional 512 3 X 3 / 2，應(yīng)該是一目了然，確實(shí)是通過(guò)conv的stride來(lái)下采樣的

?

主要是懶得看代碼了，所以通過(guò)一些簡(jiǎn)單的分析，來(lái)互相驗(yàn)證(*^▽^*)

本文完

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

?

閑聊

*? *??*? *??*? *??*? *??*? *??*? *??*? *??*? *??*? *??*? *??*? *??*? *??*? *??*? *??*? *??*? *??*? *??*? *??*? *??*? *??*?

各位要修改網(wǎng)絡(luò)結(jié)構(gòu)嗎？我覺(jué)得像 darknet 這樣的結(jié)構(gòu)，也沒(méi)有那么神圣吧，感覺(jué)不過(guò)就是一些卷積、池化、殘差互相的堆積，自己拼湊一下也能搞出一個(gè)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，提高步長(zhǎng)和池化都可以達(dá)到下采樣的類(lèi)似效果，不一定哪個(gè)結(jié)構(gòu)就一定比另一個(gè)結(jié)構(gòu)準(zhǔn)確率更高吧，所以，個(gè)人覺(jué)得，何必這么糾結(jié)? ^_^

?

我現(xiàn)在比較喜歡MobileNet

總結(jié)

以上是生活随笔為你收集整理的darknet53网络结构及配置文件对比的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。