PaddleDetection算法分析(11)

2021SC@SDUSC

接上篇 我们继续分析PaddleDetection使用的yolov4算法中的网络改进相关

3、网络改进

3.1增加感受野技巧

提出yolov4算法论文主要提到:SPP层、ASPP和RFB。

(1) SPP层

 其结构如上所示，内部采用不同大小的kernel size和strdie实现不同感受野特征输出，然后concat即可，在yolov3-spp里面有具体结构：

---- START SPP -----
[maxpool]
stride=1
size=5

[route]
layers=-2

[maxpool]
stride=1
size=9

[route]
layers=-4

[maxpool]
stride=1
size=13

[route]
layers=-1,-3,-5,-6

----End SPP ----

即上一层的特征图输入是13x13x512，然后三个分支分别是stride=1，kernel size为5,9,13,然后三个图拼接，得到13x13x2048的图，然后

[convolutional]

batch_normalize=1

filters=512

size=1

stride=1

pad=1

activation=leaky

接