【目标检测】yolov2特征提取网络------Darknet19结构解析及tensorflow和pytorch实现

本文介绍了Darknet-19网络结构,作为YOLO v2的目标检测模型,它包含19层卷积和5个最大池化层。尽管小巧,但性能表现出众,接近Resnet34。文章详细讲解了如何在TensorFlow和PyTorch中实现Darknet-19模型。
摘要由CSDN通过智能技术生成

1. 网络结构

Darknet-19 是 YOLO v2 的 backbone。
Darknet-19 总共有 19 层 conv 层, 5 个 maxpooling 层。Darknet-19 吸收了 VGG16, NIN 等网络的优点,网络结构小巧,但是性能强悍。
在这里插入图片描述
可以看到, Darknet-19 的 stride 为32, 没有 fc 层,而是用了 Avgpool。

2. 性能

下图截取自 Darknet 官网。可以看到 Darknet-19 的性能基本与 Resnet34 差不多。
在这里插入图片描述

DarkNet19模型------tensorflow自定义实现

import tensorflow as tf
fro
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小飞龙程序员

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值