YOLO中的route层

YOLO中的route层

在读取yolo 的 cfg 时候，我们会发现yolo中存在一个特殊的结构 ：route 层， 我们不必对其感到困惑，如果我们将他看做为keras中的concatenate层，是不是就好理解多了，本质上，他是一个融合层，它的作用是在当前层引出之前卷积所得到的特征层。

以YOLOv3为例：

[route]
layers = -4

[convolutional]
batch_normalize=1
filters=256
size=1
stride=1
pad=1
activation=leaky

[upsample]
stride=2

[route]
layers = -1, 61

可以看到，route只有一个参数layers，说明了route层并不对对传入的特征进行任何的操作，只是起到一个总结和传递的作用，事实上，它相当于中转作用，不涉及卷积计算，并且，当layer取值为正时，输出这个正数对应的层的特征，如果layer取值为负数，输出route层向后退layer层对应层的特征。

比如，layer = -2 ，表示引出前两层的conv输出的特征图。而且，注意到，route层之前一般是yolo层或者upsample层，它的前一个conv不用管，后面会有route来接它，且它的后一个conv是接到它的输出。