大泽之国

static int entry_index(layer l, int batch, int location, int entry){ int n = location / (l.w*l.h); int loc = location % (l.w*l.h); return batch*l.outputs + n*l.w*l.h*(4+l.classes+1) + ...

forwardvoid forward_convolutional_layer(convolutional_layer l, network_state state){ int out_h = convolutional_out_height(l); int out_w = convolutional_out_width(l); int i; fill...

darknet中网络配置文件是cfg文件,类似caffe的train_val.prototxt文件,代码中解析这个cfg文件的函数是parse_network_cfg_custom().这个函数列举了darknet支持的所有类型的层,以后会慢慢研究,这里重点关注params变量,它把所有层组织成一个网络.typedef struct size_params{ int batch...

darknet中router层是用来合并前面若干层的输出,作为一个新层,其本质上就是一个复制操作 配置[route]layers = -1, 8cfg文件中如上指定route层,需要合并CURRENT_LAYRE_INDEX-1和第8层的输出,其中CURRENT_LAYER_INDEX是当前route层索引 加载route_layer parse_ro...

什么是FGSMFast Gradient Sign Attatck(FGSM) 是一种很直观的迷惑基于BP算法训练出的模型的攻击方法， 出自 Explaining and Harnessing Adversarial Examples。基于FGSM的攻击需要了解目标模型内部细节，其目的也只是降低目标模型的分类精度，并不能控制模型误分后的结果。上图是一个FGSM的例子，左侧第一幅图x可以被目标...

darknet的cfg文件中有一个配置参数: burn_inburn_in=1000这个参数在caffe中是没有的，一旦设置了这个参数，当update_num小于burn_in时，不是使用配置的学习速率更新策略，而是按照下面的公式更新lr = base_lr * power(batch_num/burn_in,pwr)其背后的假设是：全局最优点就在网络初始位置附近，所以训练开始后的bu...

darknet的cfg文件中的参数w/h: 最终送入网络的尺寸, 如果输入和这个不符合，则通过crop使之符合max_crop/min_crop: 输入图的最小边需要在[min_crop,max_crop]区间内，如果输入和这个不符合，则通过缩放使之符合。另外有一对参数max_ratio/min_ratio和一对参数作用是一样的，具体参见源码 net->max_crop = op...

VOC数据集上的训练步骤修改类别yolo层的classes修改成新的类别书yolo层前一个convolution层的filters修改成(classes+4+1)*3

yolov2吸收faster rcnn的anchor box机制时遇到训练不稳定的问题，分析认为是bbox坐标回归时没有限制，导致anchor box可能会去预测一个距离很远的object，效率不高，因此yolov2对bbox的坐标进行一系列的处理，令anchor box只会对邻近的object负责。阅读论文和代码时难以理解这个机制，以下是个人的一些分析，不保证正确，欢迎讨论指正。公式中(tx...