大家好,我是极智视界。本文分析一下 darknet entry_index 输出指针偏移逻辑。
Yolo 在目标检测任务中使用广泛,之前也写过一篇关于 yolo 中 route 算子的文章《【模型推理】谈谈 darknet yolo 的 route 算子》,有兴趣的同学可以查阅。
这里分析一下 yolo 层后处理中 entry_index 的指针偏移逻辑,还是挺有精华的。
1、yolo 层输出数据排布
以 yolov4 为例,输出为三个 yolo 分支(可能截图比较小,你能看到三个头就行):
大家好,我是极智视界。本文分析一下 darknet entry_index 输出指针偏移逻辑。
Yolo 在目标检测任务中使用广泛,之前也写过一篇关于 yolo 中 route 算子的文章《【模型推理】谈谈 darknet yolo 的 route 算子》,有兴趣的同学可以查阅。
这里分析一下 yolo 层后处理中 entry_index 的指针偏移逻辑,还是挺有精华的。
以 yolov4 为例,输出为三个 yolo 分支(可能截图比较小,你能看到三个头就行):
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:/AI/1052.html