---
title: YOLOv3网络模型prototxt修改
description: "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。"
url: https://www.hiascend.com/document/detail/zh/canncommercial/latest/devaids/atctool/atlasatc_16_0048.html
sourcePath: /source/zh/canncommercial/900/devaids/atctool/atlasatc_16_0048.html
indexId: 7b0f7b68f9bdfced7121b3d1b47d759a6ab41df2f7997eb6791359727947ff4b67
---
# 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。


1. upsample算子upsample_param属性参数修改。
  参见支持Caffe算子清单(https://www.hiascend.comdocument/detail/zh/canncommercial/900/API/aolapi/operatorlist_00099.html)，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(https://www.hiascend.comdocument/detail/zh/canncommercial/900/API/aolapi/operatorlist_00099.html)。

2. 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(https://www.hiascend.comdocument/detail/zh/canncommercial/900/API/aolapi/operatorlist_00099.html)
  ，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(https://www.hiascend.comdocument/detail/zh/canncommercial/900/API/aolapi/operatorlist_00099.html)。

3. 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(https://www.hiascend.comdocument/detail/zh/canncommercial/900/API/aolapi/operatorlist_00099.html)，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(https://www.hiascend.comdocument/detail/zh/canncommercial/900/API/aolapi/operatorlist_00099.html)。

4. 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
}
```