《表1 YOLOv2网络参数》
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。
图表编号 | XD0035433600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.01 |
作者 | 王琳、卫晨、李伟山、张钰良 |
绘制单位 | 西安邮电大学通信与信息工程学院、西安邮电大学经济与管理学院、西安邮电大学通信与信息工程学院、西安邮电大学经济与管理学院 |
更多格式 | 高清、无水印(增值服务) |