如何设置YOLOv4 cfg文件中的filters参数？多值计算方法咨询

• 首先明确：filters = (classes + 5) * 3这个公式只适用于YOLO检测输出层（[yolo]层）的前一个卷积层，其他所有卷积层的filters值和类别数无关。

  • 公式里的5对应每个锚框需要预测的基础参数：x、y（中心点坐标）、w、h（宽高）、confidence（置信度）；3是每个检测头对应的锚框数量（YOLO系列默认每个输出头配3个锚框）。你设置32类的话，计算出来的111，只需要替换到靠近[yolo]层的那个卷积层的filters值即可。

• 你示例里的64、128、256这些filters数值，属于网络特征提取 backbone或者中间特征融合模块的通道数，是模型结构设计时就固定好的（比如YOLOv3/v4/v5的不同规模版本，这些通道数会对应不同的模型大小），用来提取不同层级的图像特征，和你要检测的类别数量没有关系，不需要修改这些数值。

• 实际修改示例：在你的cfg文件里，找到所有[yolo]配置块，往上找对应的[convolutional]块，把它的filters改成111，其他所有卷积层的filters保持原有数值就可以正常训练32类的检测模型。

内容的提问来源于stack exchange，提问作者Keyvan Doostkam