YOLOv3网络模型prototxt修改

本章节所有的代码样例都不能直接复制到网络模型中使用，需要用户根据使用的网络模型，自行调整相应参数，比如bottom、top中的参数要和具体网络模型中的bottom、top一一对应，并且bottom和top对应的参数顺序不能更改。

upsample算子upsample_param属性参数修改。
参见支持Caffe算子清单，需要将原始算子prototxt中的scale:2修改为scale:1 stride:2。

对比情况如图1所示，其中左边为原始算子prototxt，右边是适配昇腾AI处理器的prototxt。

图1 原始算子与修改后的算子比对4

参数解释请参见支持Caffe算子清单。

新增三个Yolo算子。

由于Yolo算子+DetectionOutput算子才是特征检测网络完整的后处理逻辑，根据原始算子prototxt所示，在增加YoloV3DetectionOutput算子之前需要先增加三个Yolo算子。

根据支持Caffe算子清单，该算子有1个输入，3个输出，根据上述原则，构造的Yolo算子代码样例如下：

算子1代码样例：

layer {
	bottom: "layer82-conv"
	top: "yolo1_coords"
	top: "yolo1_obj"
	top: "yolo1_classes"
	name: "yolo1"
	type: "Yolo"
	yolo_param {
		boxes: 3
		coords: 4
		classes: 80  
		yolo_version: "V3"
		softmax: true
		background: false
    }
}

算子2代码样例：

layer {
	bottom: "layer94-conv"
	top: "yolo2_coords"
	top: "yolo2_obj"
	top: "yolo2_classes"
	name: "yolo2"
	type: "Yolo"
	yolo_param {
		boxes: 3
		coords: 4
		classes: 80  
		yolo_version: "V3"
		softmax: true
		background: false
	}
}

算子3代码样例：

layer {
	bottom: "layer106-conv"
	top: "yolo3_coords"
	top: "yolo3_obj"
	top: "yolo3_classes"
	name: "yolo3"
	type: "Yolo"
	yolo_param {
		boxes: 3
		coords: 4
		classes: 80  
		yolo_version: "V3"
		softmax: true
		background: false
	}
}

参数解释请参见支持Caffe算子清单。

最后一层增加YoloV3DetectionOutput算子。

对于YOLOv3网络，参考扩展算子列表在原始prototxt文件的最后增加后处理算子层YoloV3DetectionOutput ，参见支持Caffe算子清单，YoloV3DetectionOutput算子有十个输入，两个输出；根据该原则，构造的后处理算子代码样例如下：

layer {
       name: "detection_out3"
       type: "YoloV3DetectionOutput"
       bottom: "yolo1_coords" 
       bottom: "yolo2_coords"
       bottom: "yolo3_coords"
       bottom: "yolo1_obj"
       bottom: "yolo2_obj" 
       bottom: "yolo3_obj"
       bottom: "yolo1_classes"
       bottom: "yolo2_classes"
       bottom: "yolo3_classes" 
       bottom: "img_info"
       top: "box_out"
       top: "box_out_num"
       yolov3_detection_output_param {
                           boxes: 3
                           classes: 80
                           relative: true
                           obj_threshold: 0.5
                           score_threshold: 0.5
                           iou_threshold: 0.45
                           pre_nms_topn: 512
                           post_nms_topn: 1024
                           biases_high: 10
                           biases_high: 13
                           biases_high: 16
                           biases_high: 30
                           biases_high: 33
                           biases_high: 23
                           biases_mid: 30
                           biases_mid: 61  
                           biases_mid: 62
                           biases_mid: 45
                           biases_mid: 59
                           biases_mid: 119
                           biases_low: 116
                           biases_low: 90  
                           biases_low: 156
                           biases_low: 198
                           biases_low: 373
                           biases_low: 326
       }
}

参数解释请参见支持Caffe算子清单。

新增输入：
由于YoloV3DetectionOutput算子有img_info输入，故模型输入时增加该输入。对比情况如图2所示，其中左边为原始算子prototxt，右边是适配昇腾AI处理器的prototxt。

图2 原始算子与修改后的算子比对3

代码样例如下，参数为[batch,4]，4表示netH、netW、scaleH、scaleW四个维度。其中netH、netW为网络模型输入的HW，scaleH、scaleW为原始图片的HW。
```
input: "img_info"
input_shape {
  dim: 1
  dim: 4
}
```

父主题： 样例参考