了解奇怪的 YOLO 卷积层输出大小答案

【问题标题】：Understanding weird YOLO convolutional layer output size了解奇怪的 YOLO 卷积层输出大小
【发布时间】：2020-06-20 08:36:02
【问题描述】：

我正在尝试了解 Darknet 的工作原理，并且正在查看 yolov3-tiny 配置文件，特别是 layer number 13 (line 107)。

[convolutional]
batch_normalize=1
filters=256
size=1
stride=1
pad=1
activation=leaky

内核的大小是 1x1，步幅是 1，填充也是 1。当我使用darknet加载网络时，提示输出宽高与输入相同：

13 conv    256       1 x 1/ 1     13 x  13 x1024 ->   13 x  13 x 256

但是，由于内核是 1x1 并且有填充，宽度和高度不应该增加 2 吗？如果我理解正确，内核将遍历输入的所有“像素”加上填充，所以对我来说宽度和高度应该增加 2*padding 是有意义的。

我用了公式

output_size = ((input_size – kernel_size + 2*padding) / stride) + 1

然后检查。 (13 - 1 + 2 * 1) / 1 + 1 = 15

有人知道我错过了什么吗？

提前谢谢你。

【问题讨论】：

【解决方案1】：

我想通了。

我误解了图层中的 pad 参数。如果你希望填充为 1，你应该写：

padding=1

pad 实际上是一个布尔值。当设置为 1 时，图层的内边距将等于 size / 2。

在这种情况下，内核的大小为 1，因此填充最终为 1/2 = 0（整数运算）。由于没有填充，因此输出的宽度和高度与输入中的相同。

我应该有 RTFM。

【讨论】：