yolov3 中 CNN 的真实层数是多少？

Question

我真的对 yolov3 的架构感到困惑。我已经阅读了有关它的文档和论文。有人说它有 103 个卷积层，其他人说它有 53 个层。但是当你计算 cfg 文件中的卷积层时（下载后）它大约是 75！...这里遗漏了什么？我该怎么做才能找到它？这个问题对我们很重要，因为我们需要在论文中引用这个架构，我们需要知道确切的大小层数...帮帮我伙计们

Answer 1

根据 AlexeyAB（非常流行的分叉暗网版本的创建者和 YOLO v4 的创建者）https://groups.google.com/forum/?nomobile=true#!topic/darknet/9WppEzRouMU

Yolo 有
75 个 cnn 层（卷积层）+ 31 个其他层（shortcut、route、upsample、yolo）=总共 106 个层。

请记住，Yolo V3 在 82,94,106 层的 3 个不同尺度上进行检测https://gist.github.com/fabito/a49bb6a5593594f26275bc90baba6e32

Answer 2

在这种情况下，该模型中的层数可能是可变的。论文中说Darknet53有53层。但在他们的train.py文件中，他们根据您正在使用的暗网模型对层数进行了限制。具体来说：

def load_darknet_weights(self, weights, cutoff=-1):
    # Parses and loads the weights stored in 'weights'
    # cutoff: save layers between 0 and cutoff (if cutoff = -1 all are saved)
    weights_file = weights.split(os.sep)[-1]

    # Try to download weights if not available locally
    if not os.path.isfile(weights):
        try:
            os.system('wget https://pjreddie.com/media/files/' + weights_file + ' -O ' + weights)
        except IOError:
            print(weights + ' not found')

    # Establish cutoffs
    if weights_file == 'darknet53.conv.74':
        cutoff = 75
    elif weights_file == 'yolov3-tiny.conv.15':
        cutoff = 15

这段代码表示，如果您使用的是 Darknet convul​​sion 74 文件，则层数的截止将为 75。如果您使用的是 Darknet convul​​sion 15 文件，则层数的截止将为 15 层。

因此，您需要检查您下载的 Darknet 文件并确定您使用的版本。基于此，我会选择 75，因为你似乎使用了darknet54.conv.74

此外，如果你查看他们的权重Repo，你会发现，如果你只是从他们的 Github 上拉取数据而不进行任何自定义，那么就会发现 75 层的截止值，所以他们的文件中似乎有 75 层。

值得注意的是，他们的论文于 2018 年 4 月发表，因此当时他们可以在 Github 上为 CNN 添加更多层。