yolov2ReorgLayer

(不推荐)为YOLO v2对象检测网络创建重组层

展开所有页面

yolov2reorglayer.功能不推荐使用。用spacetodepthlayer.反而。

描述

这yolov2ReorgLayer功能创建A.yolov2reorglayer.对象，它表示用于只关注的重组层，只关注版本2（yolo v2）对象检测网络。重组层通过将相邻特征堆叠成不同的通道来重新组织来自下层的高分辨率特征映射。重组层的输出被馈送到深度级联层。深度级联层与较高层的低分辨率特征连接了重组的高分辨率特征。

创建

句法

层= yolov2ReorgLayer(步)

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

描述

例子

层= yolov2ReorgLayer (步行的）为YOLO V2对象检测网络创建重组层。该图层根据指定的步长重新组织输入特征映射的维度步行．创建带有重组层的YOLO v2网络，具体操作请参见使用Reorg层设计YOLO V2检测网络．

例子

层= yolov2ReorgLayer (步行，'姓名'，layerName的）设置姓名属性使用名称-值对。将属性名用单引号括起来。例如,Yolov2Reorglayer（'姓名'，'YOLO_REORG'）创建名为“yolo_Reorg”的重组层。

输入参数

展开全部

`步行`-遍历输入的步长
两个正整数矢量

垂直和水平地遍历输入的步长指定为形式的正整数的2元素矢量[A B]．一种是垂直的台阶尺寸和B.为水平步长。

数据类型：单身的|双|INT8.|int16|int32|INT64.|uint8.|uint16|UINT32|UINT64

`layerName`-重组层名称
字符向量|字符串标量

重组层名称，指定为字符向量或字符串标量。此输入参数设置了姓名属性的层。如果不指定名称，则函数将自动设置姓名到''．

数据类型：字符|细绳

特性

展开全部

`姓名`-图层名称
`''`（默认）|字符向量

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姓名被设置为''，然后软件在训练时自动为该层分配一个名称。

数据类型：字符

`NumInputs`-输入数量
1(默认)

层的输入数。这一层只接受单个输入。

数据类型：双

`InputNames`-输入名称
`{'在'}`(默认)

输入层名。这一层只接受单个输入。

数据类型：细胞

`numoutputs.`-产出数量
1(默认)

层输出的数量。这一层只有一个输出。

数据类型：双

`OutputNames`-输出的名字
`{'出去'}`(默认)

输出层的名称。这一层只有一个输出。

数据类型：细胞

例子

全部折叠

创建YOLO v2重组层

这个示例使用:

打开生活的脚本

指定重新组织输入特征图维度的步长。

Stride = [2 2];

使用指定的步骤大小和名称创建YOLO V2重组层，作为“YOLO_REORG”。

层= yolov2ReorgLayer(泰然自若,'姓名'那“yolo_Reorg”）;

检查YOLO V2重组层的性质。

层

tillay = yolov2reorglayer具有属性：名称：'YOLO_REORG'QuandParameters stride：[2 2]

提示

你可以找到所需的值步行使用：

$S. T. R. 一世 D. E. = 地板上（ \frac{输入特征映射的大小到重组层}{从更高层的输出特征映射的大小} 的）$

算法

重组层通过促进来自不同层的特征级联来提高YOLO V2对象检测网络的性能。它重新组织了下层特征图的尺寸，使得它可以与更高层特征图连接。

考虑一个大小的输入特征映射[HW.C),地点:

H是特征图的高度。
W.为特征图的宽度。
C是渠道的数量。

重组层选择基于步骤尺寸的位置的特征映射值步行并将这些特征值添加到第三维度C．重组层的重组特征图的大小为

[地板（H / stride（1））地板（w / stride（2））c×stride（1）×stride（2）]．

为了进行特征拼接，重组后的特征图的高度和宽度必须与上层特征图的高度和宽度相匹配。

兼容性的考虑

展开全部