Question

我试图了解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

内核的大小为1x1，步幅为1，填充为1。当我使用darknet加载网络时，它指示输出的宽度和高度与输入的相同：

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

但是，由于内核为1x1并且存在填充，宽度和高度是否不应增加2？如果我理解正确，内核将遍历输入的所有“像素”加上填充，因此对我来说宽度和高度应增加2 *填充。

我使用了公式

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

，然后签出。 （13-1 + 2 * 1）/ 1 + 1 = 15

有人知道我想念什么吗？

谢谢。

Answer 1

好的，我知道了。

我误解了图层中的 pad 参数。如果您希望填充为1，则应输入：

padding=1

pad 实际上是一个布尔值。设置为1时，图层的填充等于 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。