Yolov3中CNN层的真实数量是多少？

Question

我真的对yolov3的体系结构感到困惑。我已经阅读了它。一些人们说它有103个卷积层，有些人说它有53个层。但是当你计算cfg文件中的卷积层时（下载后），大约有75层！。。。这里遗漏了什么？我该怎么做才能找到它？这个问题对我们很重要，因为我们需要在一篇论文中引用这个架构，我们需要知道层的确切大小……伙计们，帮帮我

Answer 1

它looks like在这种情况下，这个模型中的层数可能是可变的。在paper中，它说Darknet53有53层。但是在他们的train.py文件中，他们有一个基于您所使用的Darknet模型的层数的截止值。具体来说：

def load_darknet_weights(self, weights, cutoff=-1):
    # Parses and loads the weights stored in 'weights'
    # cutoff: save layers between 0 and cutoff (if cutoff = -1 all are saved)
    weights_file = weights.split(os.sep)[-1]

    # Try to download weights if not available locally
    if not os.path.isfile(weights):
        try:
            os.system('wget https://pjreddie.com/media/files/' + weights_file + ' -O ' + weights)
        except IOError:
            print(weights + ' not found')

    # Establish cutoffs
    if weights_file == 'darknet53.conv.74':
        cutoff = 75
    elif weights_file == 'yolov3-tiny.conv.15':
        cutoff = 15

这段代码是说，如果您使用的是Darknet惊厥74文件，那么层数的截止值将是75。如果你用的是暗黑惊厥15文件，在15层会有一个截止。在

因此，您需要检查下载的Darknet文件并确定使用的版本。基于此，我将使用75，因为您似乎使用了darknet54.conv.74

此外，如果您查看他们的weightsRepo，您可以看到如果您只是从他们的Github进行拉取而不进行定制，那么75个层有一个截止点，因此它们的文件中似乎有75个层。在

值得注意的是，他们的论文发表于2018年4月，所以在那时候，他们可以在Github上为CNN添加更多层。在

Answer 2

根据AlexeyAB（非常流行的分叉黑暗版本的创造者）https://groups.google.com/forum/?nomobile=true#!topic/darknet/9WppEzRouMU

Yolo已经
75个cnn层（卷积层）+31个其他层（shortcut、route、upsample、yolo）=共106层。在

请记住，Yolo V3在3个不同的尺度上进行检测，这些尺度位于82,94106层。在