yolov2reorglayer.

（不推荐）为YOLO V2对象检测网络创建重组层

YOLOv2ReorgLayer不建议使用功能。使用spaceToDepthLayer代替。

描述

的yolov2reorglayer.函数创建一个YOLOv2ReorgLayer对象，它代表了重组层为您只看一次的版本2 (YOLO v2)对象检测网络。重组层通过将相邻的特征叠加成不同的通道来重组下层的高分辨率特征图。重组层的输出被提供给深度级联层。深度级联层将重组后的高分辨率特征与较高层的低分辨率特征进行级联。

创建

语法

tillay = yolov2reorglayer（stride）

tillay = yolov2reorglayer（stride，'name'，layername）

描述

例子

层= yolov2reorglayer（步)为YOLO v2对象检测网络创建重组层。该层根据中指定的步长重新组织输入特征映射的尺寸步。有关使用重组层创建YOLO V2网络的详细信息，请参阅设计一个带有Reorg层的YOLO v2检测网络。

例子

层= yolov2reorglayer（步“名称”,layername.)设置的名字属性使用名称值对。将属性名称用单引号括起来。例如，yolov2ReorgLayer('名称',' yolo_Reorg ')创建重组层与名称'yolo_reorg'。

输入参数

全部展开

`步`- - - - - -遍历输入的步长
两个正整数的向量

垂直和水平遍历输入的步长，形式上指定为正整数的2元向量[b]。一个是垂直步长和b是水平台阶。

数据类型:单|双倍的|int8|int16|INT32.|INT64.|uint8|uint16|uint32|uint64

`layername.`- - - - - -重组层名称
特征向量|字符串标量

重组层的名称，指定为字符向量或字符串标量。参数设置的名字层的财产。如果您未指定名称，则函数会自动设置的名字来”。

数据类型:char|字符串

属性

全部展开

`的名字`- - - - - -层的名字
`”`(默认)|特征向量

图层名称，指定为字符向量。要在图层图中包含一个图层，必须指定非空的唯一层名称。如果您使用该图层培训系列网络的名字设定为”，然后软件会自动为培训时间分配给图层的名称。

数据类型:char

`numinputs.`- - - - - -输入数量
1（默认）

图层的输入数。此图层仅接受单个输入。

数据类型:双倍的

`输入名称`- - - - - -输入名字
`{'在'}`（默认）

图层的输入名称。此图层仅接受单个输入。

数据类型:细胞

`NumOutputs`- - - - - -数量的输出
1（默认）

图层的输出数。此图层仅具有单个输出。

数据类型:双倍的

`输出名称`- - - - - -输出名称
`{“出”}`（默认）

图层的输出名称。此图层仅具有单个输出。

数据类型:细胞

例子

全部收缩

创建yolo v2重组层

此示例使用：

打开直播脚本

指定重组输入功能映射的维度的步长。

stride = [2 2];

创建一个YOLO v2重组层，其中包含指定的步长，名称为“yolo_Reorg”。

tillay = yolov2reorglayer（stride，“名字”,'yolo_reorg'）;

检查YOLO v2重组层的属性。

层

Name: 'yolo_Reorg' Hyperparameters Stride: [2 2]

尖端

您可以找到所需的值步使用:

$年代 t r 我 d e = 地面 (\frac{输入特征映射到重组层的大小}{从更高层输出特征图的大小})$

算法

重组层通过促进不同层的特征连接提高了YOLO v2对象检测网络的性能。它重新组织了较低层特征映射的维数，以便与较高层特征映射连接。

考虑一个大小为[HWC]，在哪里：

H是feature map的高度。
W是特征图的宽度。
C是频道的数量。

重组层根据步骤大小从位置中选择特征映射值步并将这些特征值添加到第三维度C。来自重组层的重组特征映射的大小是

(地板地板(H /步(1))(W /步(2))C(1)××一步一步(2))。

对于功能串联，重组特征映射的高度和宽度必须与高层特征图的高度和宽度匹配。

兼容性考虑因素

全部展开