yolov3源码解读--未上传

yolov3源码解读--未上传

https://blog.csdn.net/qq_24739717/article/details/92399359

hyperparams = module_defs.pop(0)
这里的pop的意思是基础参数都在第一个字典字典段字典段里

self.yolo_layers = [layer[0] for layer in self.module_list if hasattr(layer[0], "metrics")]
为什么要这行代码的yolo层？

self.modules()和和self.children()的区别
https://blog.csdn.net/dss_dssssd/article/details/83958518
一个是遍历所有(深度优先方式)，一个只遍历第一代children()
model.apply(weight_init),将weight_init初始化方式应用到submodels上

1. # 1. 根据网络层的不同定义不同的初始化方式  
   

   ---

2. def weight_init(m): 
   

   ---

3. if isinstance(m, nn.Linear): 
   

   ---

4. nn.init.xavier_normal_(m.weight) 
   

   ---

5. nn.init.constant_(m.bias, 0) 
   

   ---

6. # 也可以判断是否为conv2d，使用相应的初始化方式  
   

   ---

7. elif isinstance(m, nn.Conv2d): 
   

   ---

8. nn.init.kaiming_normal_(m.weight, mode='fan_out', nonlinearity='relu') 
   

   ---

9. # 是否为批归一化层 
   

   ---

10. elif isinstance(m, nn.BatchNorm2d): 
    

    ---

11. nn.init.constant_(m.weight, 1) 
    

    ---

12. nn.init.constant_(m.bias, 0) 
    

    ---

13. # 2. 初始化网络结构  
    

    ---

14. model = Net(in_dim, n_hidden_1, n_hidden_2, out_dim) 
    

    ---

15. # 3. 将weight_init应用在子模块上 
    

    ---

16. model.apply(weight_init) 
    

    ---

此种初始化方式采用的递归，而在python中，对递归层数是有限制的，所以当网络结构很深时，可能会递归层数过深的错误

锁页内存，不能用于虚拟内存的内存交换
https://blog.csdn.net/tsq292978891/article/details/80454568

dataset.collate_fn

https://blog.csdn.net/weixin_42028364/article/details/81675021