如何计算YOLO中卷积层的输出大小？

这是YOLO的架构。我试图自己计算每一层的输出大小，但结果与论文中描述的不符。

例如，在第一个卷积层，输入大小为448×448，但它使用了步长为2的7×7滤波器，根据公式W2=(W1−F+2P)/S+1 = (448 – 7 + 0)/2 + 1，我无法得到整数结果，因此滤波器大小似乎不适合输入大小。

所以有人能解释这个问题吗？我是否遗漏了什么或误解了YOLO的架构？

回答：

正如Hawx Won所说，输入图像增加了额外的3个填充，以下是源代码中是如何运作的。

对于卷积层，如果启用了填充，每一层的填充值将按以下方式计算：

# In parser.cif(pad) padding = size/2;# In convolutional_layer.cl.pad = padding;

其中size是滤波器的形状。

因此，对于第一层：padding = size/2 = 7/2=3

那么第一个卷积层的输出应该是：

output_w = (input_w+2*pad-size)/stride+1 = (448+6-7)/2+1 = 224

output_h = (input_h+2*pad-size)/stride+1 = (448+6-7)/2+1 = 224

学技术