yolov2 詳細說明
https://senliuy.gitbook.io/advanced-deep-learning/chapter1/yolo9000-better-faster-stronger
Darknet-19與YOLOv2
目前Github上的YOLOv2已經被修改過，和論文上的描述並不一樣，必須參考最原始的cfg，而且必須要是voc的版本。
https://github.com/pjreddie/darknet/blob/c6afc7ff1499fbbe64069e1843d7929bd7ae2eaa/cfg/yolo_voc.cfg
論文的第三章Faster提到Darknet-19是一個classification model，他是YOLOv2的基礎。
在Training for detection提到YOLOv2是刪掉Darknet-19的最後一個conv layers(以及他後面的其他layer)，並且用3個3 x 3 x 1024 conv layer 最後搭配 1 x 1 x 類別數量的conv layer。
We modify this network for detection by removing the last convolutional layer and instead adding on three 3 × 3 convolutional layers with 1024 filters each followed by a final 1 × 1 convolutional layer with the number of outputs we need for detection.
Darknet源碼註解
region layer的biases就是anchors的值
實作Conv2dBatchLeaky
Conv
activation為linear時沒有做任何事 https://github.com/AlexeyAB/darknet/blob/0faed3e60e52f742bbef43b83f6be51dd30f373e/src/gemm.c#L2337
BatchNormal
問題: 在pytorch有momentum，在darknet有沒有?
Leaky
region layer
Pytorch實作
下面以圖片作為輸入來舉例
- CONV2D: 輸入的tensor每一個維度所對應的是\((N,C_{in},H,W)\)
- \(N\): 照片張數，一次一張照片為1
- \(C_{in}\):照片channel，彩色照片為3
- \(H\): 照片高度
- \(W\): 照片寬度
https://kikaben.com/yolo-v2-yolo9000/
參考:
yolov2架構講解(架構圖1x1 conv的地方有錯) https://kikaben.com/yolo-v2-yolo9000/
完整yolov2實作(高參考價值) https://github.com/Tencent/ObjectDetection-OneStageDet
https://zhuanlan.zhihu.com/p/45039781
http://yuenshome.space/timeline/2018-11/yolov2-region-source-code/
https://github.com/tztztztztz/yolov2.pytorch
https://github.com/gwinndr/YOLOv4-Pytorch/tree/master/model/layers
https://github.com/ruiminshen/yolo2-pytorch/blob/master/model/yolo2.py
韓文Darknet介紹 https://jjeamin.github.io/darknet_book/part3_src/batchnorm_layer.html