add yolov4

Scheaven

2021-01-05 6ae75cc17b2952c63a79ff2c86da841f0dbbf3c6

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
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
#ifndef CONVOLUTIONAL_LAYER_H 
#define CONVOLUTIONAL_LAYER_H 
 
#include "dark_cuda.h" 
#include "image.h" 
#include "activations.h" 
#include "layer.h" 
#include "network.h" 
 
typedef layer convolutional_layer; 
 
#ifdef __cplusplus 
extern "C" { 
#endif 
#ifdef GPU 
void forward_convolutional_layer_gpu(convolutional_layer layer, network_state state); 
void backward_convolutional_layer_gpu(convolutional_layer layer, network_state state); 
void update_convolutional_layer_gpu(convolutional_layer layer, int batch, float learning_rate, float momentum, float decay, float loss_scale); 
 
void push_convolutional_layer(convolutional_layer layer); 
void pull_convolutional_layer(convolutional_layer layer); 
 
void add_bias_gpu(float *output, float *biases, int batch, int n, int size); 
void backward_bias_gpu(float *bias_updates, float *delta, int batch, int n, int size); 
#ifdef CUDNN 
void cudnn_convolutional_setup(layer *l, int cudnn_preference, size_t workspace_size_specify); 
void create_convolutional_cudnn_tensors(layer *l); 
void cuda_convert_f32_to_f16(float* input_f32, size_t size, float *output_f16); 
#endif 
#endif 
void free_convolutional_batchnorm(convolutional_layer *l); 
 
size_t get_convolutional_workspace_size(layer l); 
convolutional_layer make_convolutional_layer(int batch, int steps, int h, int w, int c, int n, int groups, int size, int stride_x, int stride_y, int dilation, int padding, ACTIVATION activation, int batch_normalize, int binary, int xnor, int adam, int use_bin_output, int index, int antialiasing, convolutional_layer *share_layer, int assisted_excitation, int deform, int train); 
void denormalize_convolutional_layer(convolutional_layer l); 
void set_specified_workspace_limit(convolutional_layer *l, size_t workspace_size_limit); 
void resize_convolutional_layer(convolutional_layer *layer, int w, int h); 
void forward_convolutional_layer(const convolutional_layer layer, network_state state); 
void update_convolutional_layer(convolutional_layer layer, int batch, float learning_rate, float momentum, float decay); 
image *visualize_convolutional_layer(convolutional_layer layer, char *window, image *prev_weights); 
void binarize_weights(float *weights, int n, int size, float *binary); 
void swap_binary(convolutional_layer *l); 
void binarize_weights2(float *weights, int n, int size, char *binary, float *scales); 
 
void binary_align_weights(convolutional_layer *l); 
 
void backward_convolutional_layer(convolutional_layer layer, network_state state); 
 
void add_bias(float *output, float *biases, int batch, int n, int size); 
void backward_bias(float *bias_updates, float *delta, int batch, int n, int size); 
 
image get_convolutional_image(convolutional_layer layer); 
image get_convolutional_delta(convolutional_layer layer); 
image get_convolutional_weight(convolutional_layer layer, int i); 
 
 
int convolutional_out_height(convolutional_layer layer); 
int convolutional_out_width(convolutional_layer layer); 
void rescale_weights(convolutional_layer l, float scale, float trans); 
void rgbgr_weights(convolutional_layer l); 
void assisted_excitation_forward(convolutional_layer l, network_state state); 
void assisted_excitation_forward_gpu(convolutional_layer l, network_state state); 
 
#ifdef __cplusplus 
} 
#endif 
 
#endif