YoloV3学习笔记(六)
YoloV3学习笔记(六)—— YoloV3-tiny
yolov3-tiny中,共有两个输出层(yolo层),分别为13x13和26x26,每个网格可以预测3个bounding box,共有80个分类数。所以最后的yolo层的尺寸为:13x13x255和26x26x255。
一、网络架构
yolov3-tiny网络层结构如下:
可以看出,yolov3-tiny共有23层网络,其中包含五种不同的网络层:卷积层convolutional(13个),池化层maxpool(6个),路由层route(2个),上采样层upsample(1个),输出层yolo(2个)。Yolov3-tiny中,除了Yolo层之前的那个卷积层,每个卷积层之后都有BN层,且每个卷积层之后都有激活函数LEAKY(yolo层之前是linear)。
二、总结
相比于yolov3, yolov3-tiny版本将网络压缩了许多,没有使用res层(残差层),只使用了两个不同尺度的yolo输出层,但总体思路还是可以借鉴yolov3的。而且该网络被广泛应用于行人、车辆检测等,可以在很多硬件上实现。
参考文献: 此文献是C版本