yolov2reorglayer

（不建议）为YOLO V2对象检测网络创建重组层

yolov2reorglayer不建议使用功能。利用spacetodepthlayer反而。

描述

这yolov2reorglayer函数创建ayolov2reorglayer对象，代表您的重组层，只有一次版本2（YOLO V2）对象检测网络。重组层通过将相邻特征堆叠到不同的通道中，从下层重新组织了高分辨率特征图。重组层的输出被馈送到深度串联层。深度串联层将重组的高分辨率特征与较高层的低分辨率特征相连。

创建

句法

layer = yolov2reorglayer（步幅）

layer = yolov2reorglayer（步幅，'名称'，laserName）

描述

例子

层= yolov2reorglayer（大步）为Yolo V2对象检测网络创建重组层。该层根据指定的步骤大小重新组织输入特征映射的尺寸大步。有关创建具有重组层的Yolo V2网络的详细信息，请参见设计带有reorg层的Yolo V2检测网络。

例子

层= yolov2reorglayer（大步，'姓名'，分层）设置姓名使用名称值对的属性。将属性名称包装在单引号中。例如，Yolov2Reorglayer（'name'，'Yolo_reorg'）用名称“ Yolo_reorg”创建重组层。

输入参数

展开全部

`大步`-遍历输入的步骤大小
两个正整数的向量

用于垂直和水平输入的步长大小，以形式为正整数的2个元素向量[A B]。一个是垂直步长大小，b是水平步长大小。

数据类型：单身的|双倍的|int8|INT16|INT32|INT64|UINT8|UINT16|UINT32|Uint64

`分层`-重组层的名称
角色向量|字符串标量

重组层的名称，指定为字符向量或字符串标量。此输入参数设置姓名层的属性。如果您不指定名称，则该功能会自动设置姓名至''。

数据类型：char|细绳

特性

展开全部

`姓名`-图层名称
`''`（默认）|角色向量

图层名称，指定为字符向量。要将图层包含在图层图中，您必须指定一个非空的唯一图层名称。如果您用该层训练系列网络，并且姓名被设定为''，然后该软件在训练时间自动为图层分配名称。

数据类型：char

`numInputs`-输入数量
`1`（默认）

此属性仅阅读。

该层的输入数量。该层仅接受单个输入。

数据类型：双倍的

`输入名`-输入名称
`{'在'}`（默认）

此属性仅阅读。

层的输入名称。该层仅接受单个输入。

数据类型：细胞

`numOutputs`-输出数量
`1`（默认）

此属性仅阅读。

层的输出数。该层仅具有单个输出。

数据类型：双倍的

`输出名称`-输出名称
`{'出去'}`（默认）

此属性仅阅读。

层的输出名称。该层仅具有单个输出。

数据类型：细胞

例子

全部收缩

创建Yolo V2重组层

此示例使用：

打开实时脚本

指定用于重组输入特征映射的尺寸的步长。

步幅= [2 2];

使用指定的步骤大小创建Yolo V2重组层，名称为“ Yolo_reorg”。

layer = yolov2reorglayer（步幅，'姓名'，，，，'YOLO_REORG'）；

检查Yolo V2重组层的特性。

层

layer = yolov2Reorglayer具有属性：名称：'YOLO_REORG'HYPERPORAMETERS步伐：[2 2]

提示

您可以找到所需的值大步使用：

$s t r 一世 d e = 地面（（ \frac{输入特征映射到重组层的大小}{来自高层的输出特征图的大小} ）$

算法

重组层通过促进来自不同层的特征串联来提高Yolo V2对象检测网络的性能。它重组了下层特征映射的尺寸，以便可以将其与较高层特征映射连接。

考虑大小的输入特征图[HwC]，在哪里：

H是功能图的高度。
w是功能图的宽度。
C是频道的数量。

重组层根据位置选择特征映射值，该值基于步骤大小大步并将这些特征值添加到第三维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）×步幅（2）]。

为了特征串联，重组特征图的高度和宽度必须与高层特征映射的高度和宽度匹配。

兼容性考虑

展开全部