《表1 YOLOv2网络参数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《结合金字塔池化模块的YOLOv2的井下行人检测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

YOLOv2网络有22个卷积层和5个池化层，输入图片大小为416×416，如表1所示。它是一个全卷积神经网络，因此可以输入任意大小的图片。YOLOv2网络中一部分卷积层的参数为:卷积核k为3，步长s为1，零补偿p为1。经过这些卷积层的特征图的大小不发生改变，但是在进行池化操作之后，会使特征图的通道数加倍。另外一部分卷积层的卷积核k为1，不改变特征图的大小，仅降低特征图的通道数。每一个池化层都对输入的特征图进行降采样操作，使其输出的特征图的长和宽均为输入的特征图的一半。YOLOv2的最后一个卷积层的通道数为5×（4+1+20）=125。YOLOv2摒弃了YOLO中的dropout层，它在每个卷积层之后增加BN（Batch Normaliztion）层来帮助模型快速收敛，避免过拟合。