yolov2中的reorg网络层数据理解

yolov2的reorg数据理解

以上是yolov2的reorg层在整个yolov2网络的示意图。yolov2的reorg层的输入是38x38x64=92416，通过reorg重组得到输出19x19x256。本文需要理解的是reorg是如何重组的。

1.reorg的darknet代码

2. 根据程序理解矩阵重组

本文只考虑长、宽、通道维度上的变化过程。

(1) 根据yolov2中的参数，可以得到reorg层：stride=2, in_c=64, [out_w, out_h, out_c]=[19, 19, 256]。下图中的14x14代表yolov2的输入38x38, 7x7代表yolov2的19x19。

1) 假设k=0, j=0, 则c2=0, offset=0

i=0		w2=0, h2=0
i=1		w2=2, h2=0
i=2		w2=4, h2=0
i=3		w2=6, h2=0
...

2) k=0,j=1,则c2=0,offset=0

i=0		w2=0, h2=2
i=1		w2=2, h2=2
i=2		w2=4, h2=2
i=3		w2=6, h2=2
...

j=0,1	填充输出的一个通道结果

(2) 第二部分的推导，stride=2, in_c=64, [out_w, out_h, out_c]=[19, 19, 256]

1) k=64, j=0, 则c2=0, offset=1

i=0		w2=1, h2=0
i=1		w2=3, h2=0
i=2		w2=5, h2=0
i=3		w2=7, h2=0
...

2)k=64,j=1, c2=0, offset=1

i=0		w2=1, h2=2
i=1		w2=3, h2=2
i=2		w2=5, h2=2
i=3		w2=7, h2=2
…

通道64的填充

(3) 第三部分推导，stride=2, in_c=64, [out_w, out_h, out_c]=[19, 19, 256]

1）k=128, j=0, 则c2=0, offset=2

i=0		w2=0, h2=1
i=1		w2=2, h2=1
i=2		w2=4, h2=1
i=3		w2=6, h2=1
…

2) k=128, j=1, c2=0，offset=2

i=0		w2=0, h2=3
i=1		w2=2, h2=3
i=2		w2=4, h2=3
i=3		w2=6, h2=3
…

k=128通道的填充

3）k=192,j=0,则c2=0, offset=3

i=0		w2=1, h2=1
i=1		w2=3, h2=1
i=2		w2=5, h2=1
i=3		w2=7, h2=1
…

4) k=192, j=1,则c2=0, offset=3

i=0		w2=1, h2=3
i=1		w2=3, h2=3
i=2		w2=5, h2=3
i=3		w2=7, h2=3
…

输入的第一个通道在输出中的数据分布