15、卷积神经网络架构及其在工业4.0中的应用

卷积神经网络架构及其在工业4.0中的应用

1. 卷积神经网络架构介绍

1.1 YOLO系列

1.1.1 YOLO v2

YOLO v2移除了全连接层，使用锚框（anchoring boxes）代替边界框（bounding boxes）。输入图像被划分为13×13的单元格，每个单元格放置5个锚框。网络预测边界框的参数，如中心坐标、高度和宽度，然后校正现有框的位置。

1.1.2 YOLO v3

YOLO v3基于DarkNet，由106个卷积层组成。前53层在ImageNet数据集上训练网络，后53层进行检测。与之前的版本相比，其架构速度较慢，但在检测更小的集群对象和更多类别时更准确。YOLO v3通过在网络的不同点对三种不同大小的特征图应用1×1滤波器来检测对象，其结构如下表所示：
| Layer | Filters | Size | Output |
| — | — | — | — |
| Convolution | 32 | 3 × 3 | 256 × 256 |
| Convolution | 64 | 3 × 3/2 | 128 × 128 |
| Convolution | 32 | 1 × 1 | 128 × 128 |
| 1× Convolution | 64 | 3 × 3 | 128 × 128 |
| Residual | - | - | - |
| Convolution | 128 | 3 × 3/2 | 64 × 64 |
| Convolution | 64 | 1 × 1 | 64 × 64 |
| 2× Convolu