【学习备忘录】yolo.cfg文件的一些参数

convolutional

convolutional表示添加一个卷积层，具体参数解释如下：

batch_normalize:是否使用BN层
filters=64 卷积核的个数
size=1 卷积核的大小
stride=1 步长为1
pad=1 是否使用padding 启用的话padding = size//2
activation=leaky 激活函数为leaky
卷积后 图像大小 = （w - size + 2*pad ）/s +1
使用BN层的话，bias须设置成False
需要注意pad是指padding是否启用，而不是指padding的大小

shortcut

shortcut：residual结构之后的层
from:与前面哪一层结构add融合 -3代表跨越了两个层 指前面第3个层的输出，融合之后的结果就是shotcut

maxpool

maxpool是最大值池化下采样
stride=1 ：表示步长为1
size=5 ：表示卷积核的大小为5

注意 maxpool默认padding=(size-1)//2,保证池化后图片大小不变

route

layers 值为单元素时，表示指到第几个元素的输出后。

例如经过以上route 和 maxpool后，红色箭头指目前要进行操作的位置

当route有多个值的时候，表示将多个输出连接起来
按cfg里的块数
例如:

[convolutional]
batch_normalize=1
filters=512
size=1
stride=1
pad=1
activation=leaky

[route]
layers=-2

[maxpool]
stride=1
size=9

[route]
layers=-1,-3

-1指maxpool之后的输出，-3指convolutional之后的输出

yolo

yolo是接在预测器的后面，对预测结果进行处理的层结构
anchors表示生成anchor的w，h
mask表示使用哪些anchor的索引（从0开始）

其他参数暂时不了解，以后了解再更新