machine-learning - 无法理解 YOLOv4 架构
问题描述
我正在阅读yolov4论文,其中作者提到了 Backbone(CSP DARKNET-53)、Neck(SPP 后跟 PANet)和 Head(YOLOv3)。因此,架构是这样的:
CSP Darknet-53-->SPP-->PANet-->YOLOv3(106层YOLOv3)。
这是否意味着 YOLOv4 包含了整个 YOLOv3?
解决方案
一、YOLOv3是由什么组成的?
YOLOv3由两部分组成:
- 骨干网或特征提取器 --> Darknet53
- 头部或检测块 --> 53 层
头部用于 (1) 边界框定位,以及 (2) 识别框内对象的类别。
在 YOLOv4 的情况下,它使用与 YOLOv3 相同的“Head”。
总而言之,YOLOv4 有三个主要部分:
- 骨干网 --> CSPDarknet53
- 颈部(连接骨干和头部)--> SPP, PAN
- 头部 --> YOLOv3的头部
参考:
推荐阅读
- c# - 如何在 LINQ 查询中应用多个可选过滤器
- java - 如何使用 Powermock easyMock 测试静态 void 函数?
- reactjs - 使用带有 react 的 Material-UI 选项卡
- java - 如果我从我的 JDK 文件夹中删除 derby.jar 会有什么影响?
- c# - 可以返回任何类型列表的函数
- c# - ASP.Net SSL 认证问题
- android - 如何从 Create React Native App 而不是 React Native 创建签名的 apk?
- html - 从百里香中的按钮获取输入
- algorithm - 计算 RGB 值
- linked-list - (Guile) Scheme 的反向功能有多高效