如何计算 YOLO 中卷积层的输出大小？
How to calculate the output size of a convoluitonal layer in YOLO?
这是YOLO的架构。我正在尝试自己计算每一层的输出大小，但我无法获得论文中描述的大小。
例如，在第一个 Conv Layer 中，输入大小为 448x448 但它使用步幅为 2 的 7x7 过滤器，但根据此等式 W2=(W1−F+2P)/S +1 = (448 - 7 + 0)/2 + 1，我得不到整数结果，所以过滤器大小似乎不适合输入大小。
所以谁能解释一下这个问题？我是否遗漏了什么或误解了 YOLO 架构？
嗯，我花了一些时间学习源代码，了解到输入图像在图像的上下左右添加了额外的3个填充，因此图像大小变为(448+2x3)=454，有效填充的输出大小应该这样计算：
Output_size=ceil((W-F+1)/S)=(454-7+1)/2=224，因此，输出大小应该是224x224x64
希望对您有所帮助
正如 Hawx Won 所说，输入图像已经添加了额外的 3 个填充，下面是源代码的工作原理。
对于卷积层，如果启用pad，每层的padding值将计算为：
# In parser.c
if(pad) padding = size/2;
# In convolutional_layer.c
l.pad = padding;
其中 size 是过滤器的形状。
所以，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*垫尺寸)/步幅+1 = (448+6-7)/2+1 = 224
output_h = (input_h+2*垫尺寸)/步幅+1 = (448+6-7)/2+1 = 224
这是YOLO的架构。我正在尝试自己计算每一层的输出大小，但我无法获得论文中描述的大小。
例如，在第一个 Conv Layer 中，输入大小为 448x448 但它使用步幅为 2 的 7x7 过滤器，但根据此等式 W2=(W1−F+2P)/S +1 = (448 - 7 + 0)/2 + 1，我得不到整数结果，所以过滤器大小似乎不适合输入大小。
所以谁能解释一下这个问题？我是否遗漏了什么或误解了 YOLO 架构？
嗯，我花了一些时间学习源代码，了解到输入图像在图像的上下左右添加了额外的3个填充，因此图像大小变为(448+2x3)=454，有效填充的输出大小应该这样计算： Output_size=ceil((W-F+1)/S)=(454-7+1)/2=224，因此，输出大小应该是224x224x64
希望对您有所帮助
正如 Hawx Won 所说，输入图像已经添加了额外的 3 个填充，下面是源代码的工作原理。
对于卷积层，如果启用pad，每层的padding值将计算为：
# In parser.c
if(pad) padding = size/2;
# In convolutional_layer.c
l.pad = padding;
其中 size 是过滤器的形状。
所以，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*垫尺寸)/步幅+1 = (448+6-7)/2+1 = 224
output_h = (input_h+2*垫尺寸)/步幅+1 = (448+6-7)/2+1 = 224