DarkNet 시리즈 - Reorg Layer
reorg_layer
forward_reorg_layer
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
void forward_reorg_layer(const layer l, network net)
{
int i;
if(l.flatten){
memcpy(l.output, net.input, l.outputs*l.batch*sizeof(float));
if(l.reverse){
flatten(l.output, l.w*l.h, l.c, l.batch, 0);
}else{
flatten(l.output, l.w*l.h, l.c, l.batch, 1);
}
} else if (l.extra) {
for(i = 0; i < l.batch; ++i){
copy_cpu(l.inputs, net.input + i*l.inputs, 1, l.output + i*l.outputs, 1);
}
} else if (l.reverse){
reorg_cpu(net.input, l.w, l.h, l.c, l.batch, l.stride, 1, l.output);
} else {
reorg_cpu(net.input, l.w, l.h, l.c, l.batch, l.stride, 0, l.output);
}
}
함수 이름: forward_reorg_layer
입력:
- layer l (reorg layer의 정보를 담고 있는 구조체)
- network net (신경망 정보를 담고 있는 구조체)
동작:
- reorg 레이어의 forward propagation을 수행한다. 입력 데이터를 reorg 연산을 통해 출력으로 변환한다.
설명:
- 입력 데이터는 l.input에 저장되어 있으며, l.output에 출력이 저장된다. 만약 l.flatten이 참이면 입력 데이터를 flatten하고, l.reverse가 참이면 역순으로 정렬한다.
- l.extra가 참이면 입력 데이터를 그대로 복사하고, 그렇지 않으면 입력 데이터를 reorg 함수로 처리하여 출력으로 저장한다.
backward_reorg_layer
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
void backward_reorg_layer(const layer l, network net)
{
int i;
if(l.flatten){
memcpy(net.delta, l.delta, l.outputs*l.batch*sizeof(float));
if(l.reverse){
flatten(net.delta, l.w*l.h, l.c, l.batch, 1);
}else{
flatten(net.delta, l.w*l.h, l.c, l.batch, 0);
}
} else if(l.reverse){
reorg_cpu(l.delta, l.w, l.h, l.c, l.batch, l.stride, 0, net.delta);
} else if (l.extra) {
for(i = 0; i < l.batch; ++i){
copy_cpu(l.inputs, l.delta + i*l.outputs, 1, net.delta + i*l.inputs, 1);
}
}else{
reorg_cpu(l.delta, l.w, l.h, l.c, l.batch, l.stride, 1, net.delta);
}
}
함수 이름: backward_reorg_layer
입력:
- layer l (reorg layer의 정보를 담은 구조체)
- network net (현재의 신경망 구조)
동작:
- reorg 레이어의 역전파를 계산하고, 결과를 입력층으로 전달합니다.
설명:
- l.flatten이 참일 경우, l.delta에서 net.delta로 데이터를 복사하고, l.reverse가 참이면 flatten(l.delta, l.w_l.h, l.c, l.batch, 1)를 호출합니다. 그렇지 않으면 flatten(l.delta, l.w_l.h, l.c, l.batch, 0)를 호출합니다.
- l.reverse가 참이면, reorg_cpu(l.delta, l.w, l.h, l.c, l.batch, l.stride, 0, net.delta)를 호출합니다.
- l.extra가 참일 경우, l.delta에서 net.delta로 데이터를 복사합니다.
- 그렇지 않으면, reorg_cpu(l.delta, l.w, l.h, l.c, l.batch, l.stride, 1, net.delta)를 호출합니다.
resize_reorg_layer
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
void resize_reorg_layer(layer *l, int w, int h)
{
int stride = l->stride;
int c = l->c;
l->h = h;
l->w = w;
if(l->reverse){
l->out_w = w*stride;
l->out_h = h*stride;
l->out_c = c/(stride*stride);
}else{
l->out_w = w/stride;
l->out_h = h/stride;
l->out_c = c*(stride*stride);
}
l->outputs = l->out_h * l->out_w * l->out_c;
l->inputs = l->outputs;
int output_size = l->outputs * l->batch;
l->output = realloc(l->output, output_size * sizeof(float));
l->delta = realloc(l->delta, output_size * sizeof(float));
}
함수 이름: resize_reorg_layer
입력:
- layer *l: reorg layer의 포인터
- int w: 새로운 가로 크기
- int h: 새로운 세로 크기
동작:
- reorg layer의 가로, 세로 크기를 새로운 값으로 업데이트하고, 입력 이미지를 reorg한 결과의 크기를 다시 계산합니다.
- 이후, output과 delta 배열의 크기를 업데이트합니다.
설명:
- 이 함수는 입력 이미지를 reorg하는 layer의 가로, 세로 크기를 업데이트하고, output과 delta 배열의 크기를 다시 할당합니다.
- 이 때, reverse 플래그에 따라 가로, 세로 크기를 조절합니다. 함수 내에서는 입력 이미지를 reorg한 결과의 가로, 세로, 채널 수를 계산합니다.
- 이후, output과 delta 배열의 크기를 업데이트하며, realloc 함수를 사용하여 메모리를 다시 할당합니다.
make_reorg_layer
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
layer make_reorg_layer(int batch, int w, int h, int c, int stride, int reverse, int flatten, int extra)
{
layer l = {0};
l.type = REORG;
l.batch = batch;
l.stride = stride;
l.extra = extra;
l.h = h;
l.w = w;
l.c = c;
l.flatten = flatten;
if(reverse){
l.out_w = w*stride;
l.out_h = h*stride;
l.out_c = c/(stride*stride);
}else{
l.out_w = w/stride;
l.out_h = h/stride;
l.out_c = c*(stride*stride);
}
l.reverse = reverse;
l.outputs = l.out_h * l.out_w * l.out_c;
l.inputs = h*w*c;
if(l.extra){
l.out_w = l.out_h = l.out_c = 0;
l.outputs = l.inputs + l.extra;
}
if(extra){
fprintf(stderr, "reorg %4d -> %4d\n", l.inputs, l.outputs);
} else {
fprintf(stderr, "reorg /%2d %4d x%4d x%4d -> %4d x%4d x%4d\n", stride, w, h, c, l.out_w, l.out_h, l.out_c);
}
int output_size = l.outputs * batch;
l.output = calloc(output_size, sizeof(float));
l.delta = calloc(output_size, sizeof(float));
l.forward = forward_reorg_layer;
l.backward = backward_reorg_layer;
return l;
}
함수 이름: make_reorg_layer
입력:
- batch (int): 배치 크기
- w (int): 입력 너비
- h (int): 입력 높이
- c (int): 입력 채널 수
- stride (int): 스트라이드 값
- reverse (int): 역방향 여부
- flatten (int): 플래튼 여부
- extra (int): 추가 값
동작:
- Reorg 레이어를 생성하고 초기화합니다.
설명:
- 입력 크기와 스트라이드 값을 사용하여 출력 크기를 계산합니다.
- reverse 값이 true이면 출력 크기는 w와 h를 stride배 확대하고 c를 stride^2로 축소합니다. false이면 출력 크기는 w와 h를 stride배 축소하고 c를 stride^2배 확대합니다.
- flatten 값이 true이면 입력값이 평탄화(flatten)된 것으로 간주하고, delta 값을 복사합니다.
- extra 값이 있는 경우, 출력 크기 대신에 extra값을 outputs으로 사용합니다.
- output과 delta 배열을 동적 할당하고, forward와 backward 함수를 설정합니다.
- 생성된 Reorg 레이어를 반환합니다.
This post is licensed under CC BY 4.0 by the author.