Notes.md

darknet

TODO

1. CSPNet
2. SPPNet

测试阶段相关问题

检测框的获取流程

1. 网络进行前向传播，每一层输出的结果都保存在layer.output属性中
2. 遍历所有yolo层，获取符合条件的box。
   具体做法为：依次遍历每个cell、每个cell上的设置的每个anchor，保留confidence>thresh的box，其余过滤掉。对于保留下来的box，将每个类别的prob进行如下更新操作：prob = prob*confidence > thresh ? prob*confidence : 0
3. 对过滤后的box进行nms操作，nms逐类别进行，具体流程如下：
   1. 逐类别遍历
   2. 对当前类别按所有box的类别置信度从大到小排序
   3. 选出置信度最高的box
   4. 将剩余box与选出的box逐一进行IoU计算，若IoU>nms_thresh，则过滤掉。过滤方法为将box当前类别的prob置为0
4. 最终检测结果输出
   1. 依次遍历每个box
   2. 依次遍历box的每个类别，若类别的prob大于0，则输出这个box
   3. 一个box可能被输出多次，因为多个类别的prob有可能都满足条件

yolov4相关信息

1. backbone: CSPNet的设计思想 + Residual block，v4-tiny中对[route]层进行了增强，对特征图进行分组输出
2. spp: yolov4中包含3个检测分支，spp模块输出的特征图分别融入了这3个分支
3. PAN: yolov4中包含两个top-down分支、两个bottom-up分支

模型参数保存

1. 位于parser.c->save_weights_upto()