本文主要是介绍yolov3 代码中@wraps(Conv2D)的作用，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
标题yolov3 代码中@wraps(Conv2D)的作用
参考文献：https://blog.csdn.net/ltfdsy/article/details/81357280
在 keras-yolo3-master\yolo3\model.py 中，有如下代码：
@wraps(Conv2D)
def DarknetConv2D(*args, **kwargs):
“”“Wrapper to set Darknet parameters for Convolution2D.”""
darknet_conv_kwargs = {‘kernel_regularizer’: l2(5e-4)}
darknet_conv_kwargs[‘padding’] = ‘valid’ if kwargs.get(‘strides’)==(2,2) else ‘same’
darknet_conv_kwargs.update(kwargs)
return Conv2D(*args, **darknet_conv_kwargs)
@wraps在此处的作用是为了使DarknetConv2D.__name__和DarknetConv2D.__doc__与Conv2D__name__和Conv2D.__doc__相同。（个人理解与试验验证）
试验验证：
from functools import wraps
import numpy as np
import tensorflow as tf
from keras import backend as K
from keras.layers import Conv2D, Add, ZeroPadding2D, UpSampling2D, Concatenate, MaxPooling2D
from keras.layers.advanced_activations import LeakyReLU
from keras.layers.normalization import BatchNormalization
from keras.models import Model
from keras.regularizers import l2
from yolo3.utils import compose
@wraps(Conv2D)
def DarknetConv2D(*args, **kwargs):
“”“Wrapper to set Darknet parameters for Convolution2D.”""
darknet_conv_kwargs = {‘kernel_regularizer’: l2(5e-4)}
darknet_conv_kwargs[‘padding’] = ‘valid’ if kwargs.get(‘strides’)==(2,2) else ‘same’
darknet_conv_kwargs.update(kwargs)
return Conv2D(*args, **darknet_conv_kwargs)
#将@wraps(Conv2D)注释与取消注释，看看以下输出的差异。
print(Conv2D.name)
print(DarknetConv2D.name)
print(Conv2D.doc)
print(DarknetConv2D.doc)
这篇关于yolov3 代码中@wraps(Conv2D)的作用的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
