SSD算法代码介绍（五）：网络结构细节

最新推荐文章于 2024-08-14 18:30:34 发布

AI之路

最新推荐文章于 2024-08-14 18:30:34 发布

阅读量8.3k

点赞数 1

分类专栏：深度学习计算机视觉目标检测-object detection 机器学习 MXNet

本文链接：https://blog.csdn.net/u014380165/article/details/79332528

版权

本文深入探讨SSD算法的common.py脚本，重点关注multi_layer_feature和multibox_layer函数，它们分别用于生成特征融合层和分类、回归、anchor层。了解这些函数对于理解SSD网络结构至关重要。

摘要由CSDN通过智能技术生成

上一篇博客：SSD算法代码介绍（四）：网络结构初探
介绍了网络主干结构构建、损失函数定义等代码，但是网络的详细构建内容是在common.py脚本中的两个重要函数：multi_layer_feature和multibox_layer进行的，比如基于分类网络新增加的一些层、预测层的定义等，因此接下来这篇博客介绍common.py脚本。

common.py这个脚本主要包括conv_act_layer，legacy_conv_act_layer，multi_layer_feature，multibox_layer四个函数，因为在symbol_builder.py中先后调用了multi_layer_feature和multibox_layer两个函数，前面一个主要用来生成特征融合的几个层，后面一个主要用来生成分类层，回归层，生成anchor层，比较重要，因此可以先看看这两个函数。

import mxnet as mx
import numpy as np

def multi_layer_feature(body, from_layers, num_filters, strides, pads, min_filter=128):
    """Wrapper function to extract features from base network, attaching extra
    layers and SSD specific layers

    Parameters
    ----------
    from_layers : list of str
        feature extraction layers, use '' for add extra layers
        For example:
        from_layers = ['relu4_3', 'fc7', '', '', '', '']
        which means extract feature from relu4_3 and fc7, adding 4 extra layers
        on top of fc7
    num_filters : list of int
        number of filters for extra layers, you can use -1 for extracted features,
        however, if normalization and scale is applied, the number of filter for
        that layer must be provided.
        For example:
        num_filters = [512, -1, 512, 256, 256, 256]
    strides : list of int
        strides for the 3x3 convolution appended, -1 can be used for extracted
        feature layers
    pads : list of int
        paddings for the 3x3 convolution, -1 can be used for extracted layers
    min_filter : int
        minimum number of filters used in 1x1 convolution

    Returns
    -------
    list of mx.Symbols

    """
    # arguments check
    assert len(from_layers) > 0
    assert isinstance(from_layers[0], str) and len(from_layers[0].strip()) > 0
    assert len(from_layers) == len(num_filters) == len(strides) == len(pads)


# 这个body是你导入的vgg16的symbol，get_internals函数是获取这个symbol的所有参数层的信息
    internals = body.get_internals()
    layers = []
    for k, params in enumerate(zip(from_layers, num_filters, strides, pads)):
        from_layer, num_filter, s, p = params
        # from_layer大概是这样的['relu4_3','relu7','','','','']，因此如果是后面的空字符串，那么就会跳到else那一部分
        if from_layer.strip(): 
            # extract from base network
# 得到from_layer里面指定名称的层，然后append到layers这个列表中
            layer = internals[from_layer.strip() + '_output']
            layers.append(layer)
        else: # 这一部分就是给原来的VGG16网络加上几个新的卷积操作
            # attach from last feature layer
            assert len(layers) > 0
            assert num_filter > 0
            layer = layers[-1] # 这一行表示现在要加的层的输入是上一层的输出
            num_1x1 = max(min_filter, num_filter // 2) 
# 一共添加了1*1和3*3两个卷积层，前面一个起减少计算量的作用，一般把这两个当做一个层，或者叫symbol