Darknet 输出网络结构详解

先来张图

1、各列说明

1. layer

这一列顾名思义，是层名称。
数字是层编号，后面是层名称。
conv：卷积层。
res：shortcut层（跨层链接，借鉴 resnet 而来，因此用res表示）
yolo：YOLO层。
route：融合层，就是把层进行合并，而后输出到下一层。（后面再仔细讲）
upsample：上采样层。

2. filters

这是对于 conv 来讲的，表明过滤器的通道数，和后面 output 的通道数是一致的。
（上述的过滤器和常说的卷积核是同样的东西，就是卷积运算的那个动函数）
这一列中对应非 conv 层的数字在后面讲解各层时再说明。

3. size

这一列和 filters 同样，也是只对于 conv 来讲的，表明过滤器的大小和步长。
如：3 x 3 / 1，表明过滤器大小为 3*3，步长为 1。

4. input

这一层的输入，416 x 416 x 3，表明输入大小为 416 x 416，通道数为 3。

5. output

这一层的输出，416 x 416 x 32，表明输入大小为 416 x 416，通道数为 32。

6. 最后一列

某次卷积运算须要多少个十亿次浮点运算，其全称是 billion float operations，将屡次卷积运算所耗费的BLOPS加起来就能够表示某个算法模型的时间复杂度。 总之，就是衡量这层卷积的性能的指标，能够看到只有 conv 层后面才有这个参数。 参考1 、参考2
（2020.8.22）

2、各行说明

1. conv

卷积层， 用过滤器（卷积核）对输入作卷积。

2. res

shortcut 层，是卷积的跨层链接，本层的输入与输出通常保持一致，而且不进行其余操做，只是求差。
后面的数字表明把那一层的输出做为本层的输入，以下图:

3. yolo

作 yolo 运算，还不太明白，再补。

4. route

融合层，就是把层进行合并，而后输出到下一层。 如11层，表明将第9层与第3层的输出相加，做为本层的输出，即下一层的输入。
相加规则为：如第3层的输出为208 x 208 x 64，第9层的输出为208 x 208 x 256，则本层输出为208 x 208 x (64+256) 即 208 x 208 x 320，因此route的两层的 weight 和 height 必须相等，若不相等，则本层输出为 0 x 0 x 0，下一层得不到有效输入，就会报 Layer before convolutional must output image. 而后中止。

5. upsample

上采样层，如第10层，后面的 2x，是2倍上采样的意思。