Community
cancel
Showing results for 
Search instead for 
Did you mean: 
Highlighted
Beginner
22 Views

An error when i try to convert YOLO to IR

Hi, i have 2 problems:

1. when i try to convert from yolov3 weights to IR i need to specify the input to [1,412,412,3]. but the original YOLOv3 is 612x612 (with better result then 412x412). can i change it?

2. when i run the command:

./object_detection_demo -i ~/splited.mp4 -m ~/intel/openvino_2019.1.144/deployment_tools/model_optimizer/frozen_darknet_yolov3_model.xml

i get the following error msg:

[ ERROR ] Error reading network: in Layer detector/darknet-53/Conv_1/Conv2D: trying to connect an edge to non existing output port: 2.1

i look in the frozen_darknet_yolov3_model.xml file and i think it correpted because at the end of the file there is a list of connection between the layers. and there is a line in there: 

<edge from-layer="2" from-port="1" to-layer="3" to-port="0"/>

but THERE IS NO LAYER NAMED "2"!

also 

<edge from-layer="4" from-port="1" to-layer="5" to-port="0"/>

but there is no layer named "4"!

and so on.

 

can somone help me plz?

 

thx

Shalom

 

 

The XML file:

<?xml version="1.0" ?>
<net batch="1" name="frozen_darknet_yolov3_model" version="5">
    <layers>
        <layer id="0" name="inputs" precision="FP32" type="Input">
            <output>
                <port id="0">
                    <dim>1</dim>
                    <dim>3</dim>
                    <dim>416</dim>
                    <dim>416</dim>
                </port>
            </output>
        </layer>
        <layer id="1" name="detector/darknet-53/Conv/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="3,3" output="32" pads_begin="1,1" pads_end="1,1" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>3</dim>
                    <dim>416</dim>
                    <dim>416</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>32</dim>
                    <dim>416</dim>
                    <dim>416</dim>
                </port>
            </output>
            <blobs>
                <weights offset="0" size="3456"/>
                <biases offset="3456" size="128"/>
            </blobs>
        </layer>
        <layer id="3" name="detector/darknet-53/Conv_1/Conv2D" precision="FP32" type="Convolution">
            <data dilations="1,1" group="1" kernel="3,3" output="64" pads_begin="1,1" pads_end="1,1" strides="2,2"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>32</dim>
                    <dim>416</dim>
                    <dim>416</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>64</dim>
                    <dim>208</dim>
                    <dim>208</dim>
                </port>
            </output>
            <blobs>
                <weights offset="3584" size="73728"/>
                <biases offset="77312" size="256"/>
            </blobs>
        </layer>
        <layer id="5" name="detector/darknet-53/Conv_2/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="32" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>64</dim>
                    <dim>208</dim>
                    <dim>208</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>32</dim>
                    <dim>208</dim>
                    <dim>208</dim>
                </port>
            </output>
            <blobs>
                <weights offset="77568" size="8192"/>
                <biases offset="85760" size="128"/>
            </blobs>
        </layer>
        <layer id="7" name="detector/darknet-53/Conv_3/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="3,3" output="64" pads_begin="1,1" pads_end="1,1" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>32</dim>
                    <dim>208</dim>
                    <dim>208</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>64</dim>
                    <dim>208</dim>
                    <dim>208</dim>
                </port>
            </output>
            <blobs>
                <weights offset="85888" size="73728"/>
                <biases offset="159616" size="256"/>
            </blobs>
        </layer>
        <layer id="9" name="detector/darknet-53/add" precision="FP32" type="Eltwise">
            <data operation="sum"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>64</dim>
                    <dim>208</dim>
                    <dim>208</dim>
                </port>
                <port id="1">
                    <dim>1</dim>
                    <dim>64</dim>
                    <dim>208</dim>
                    <dim>208</dim>
                </port>
            </input>
            <output>
                <port id="2">
                    <dim>1</dim>
                    <dim>64</dim>
                    <dim>208</dim>
                    <dim>208</dim>
                </port>
            </output>
        </layer>
        <layer id="10" name="detector/darknet-53/Conv_4/Conv2D" precision="FP32" type="Convolution">
            <data dilations="1,1" group="1" kernel="3,3" output="128" pads_begin="1,1" pads_end="1,1" strides="2,2"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>64</dim>
                    <dim>208</dim>
                    <dim>208</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>104</dim>
                    <dim>104</dim>
                </port>
            </output>
            <blobs>
                <weights offset="159872" size="294912"/>
                <biases offset="454784" size="512"/>
            </blobs>
        </layer>
        <layer id="12" name="detector/darknet-53/Conv_5/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="64" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>104</dim>
                    <dim>104</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>64</dim>
                    <dim>104</dim>
                    <dim>104</dim>
                </port>
            </output>
            <blobs>
                <weights offset="455296" size="32768"/>
                <biases offset="488064" size="256"/>
            </blobs>
        </layer>
        <layer id="14" name="detector/darknet-53/Conv_6/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="3,3" output="128" pads_begin="1,1" pads_end="1,1" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>64</dim>
                    <dim>104</dim>
                    <dim>104</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>104</dim>
                    <dim>104</dim>
                </port>
            </output>
            <blobs>
                <weights offset="488320" size="294912"/>
                <biases offset="783232" size="512"/>
            </blobs>
        </layer>
        <layer id="16" name="detector/darknet-53/add_1" precision="FP32" type="Eltwise">
            <data operation="sum"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>104</dim>
                    <dim>104</dim>
                </port>
                <port id="1">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>104</dim>
                    <dim>104</dim>
                </port>
            </input>
            <output>
                <port id="2">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>104</dim>
                    <dim>104</dim>
                </port>
            </output>
        </layer>
        <layer id="17" name="detector/darknet-53/Conv_7/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="64" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>104</dim>
                    <dim>104</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>64</dim>
                    <dim>104</dim>
                    <dim>104</dim>
                </port>
            </output>
            <blobs>
                <weights offset="783744" size="32768"/>
                <biases offset="816512" size="256"/>
            </blobs>
        </layer>
        <layer id="19" name="detector/darknet-53/Conv_8/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="3,3" output="128" pads_begin="1,1" pads_end="1,1" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>64</dim>
                    <dim>104</dim>
                    <dim>104</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>104</dim>
                    <dim>104</dim>
                </port>
            </output>
            <blobs>
                <weights offset="816768" size="294912"/>
                <biases offset="1111680" size="512"/>
            </blobs>
        </layer>
        <layer id="21" name="detector/darknet-53/add_2" precision="FP32" type="Eltwise">
            <data operation="sum"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>104</dim>
                    <dim>104</dim>
                </port>
                <port id="1">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>104</dim>
                    <dim>104</dim>
                </port>
            </input>
            <output>
                <port id="2">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>104</dim>
                    <dim>104</dim>
                </port>
            </output>
        </layer>
        <layer id="22" name="detector/darknet-53/Conv_9/Conv2D" precision="FP32" type="Convolution">
            <data dilations="1,1" group="1" kernel="3,3" output="256" pads_begin="1,1" pads_end="1,1" strides="2,2"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>104</dim>
                    <dim>104</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
            <blobs>
                <weights offset="1112192" size="1179648"/>
                <biases offset="2291840" size="1024"/>
            </blobs>
        </layer>
        <layer id="24" name="detector/darknet-53/Conv_10/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="128" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
            <blobs>
                <weights offset="2292864" size="131072"/>
                <biases offset="2423936" size="512"/>
            </blobs>
        </layer>
        <layer id="26" name="detector/darknet-53/Conv_11/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="3,3" output="256" pads_begin="1,1" pads_end="1,1" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
            <blobs>
                <weights offset="2424448" size="1179648"/>
                <biases offset="3604096" size="1024"/>
            </blobs>
        </layer>
        <layer id="28" name="detector/darknet-53/add_3" precision="FP32" type="Eltwise">
            <data operation="sum"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
                <port id="1">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="2">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
        </layer>
        <layer id="29" name="detector/darknet-53/Conv_12/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="128" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
            <blobs>
                <weights offset="3605120" size="131072"/>
                <biases offset="3736192" size="512"/>
            </blobs>
        </layer>
        <layer id="31" name="detector/darknet-53/Conv_13/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="3,3" output="256" pads_begin="1,1" pads_end="1,1" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
            <blobs>
                <weights offset="3736704" size="1179648"/>
                <biases offset="4916352" size="1024"/>
            </blobs>
        </layer>
        <layer id="33" name="detector/darknet-53/add_4" precision="FP32" type="Eltwise">
            <data operation="sum"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
                <port id="1">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="2">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
        </layer>
        <layer id="34" name="detector/darknet-53/Conv_14/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="128" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
            <blobs>
                <weights offset="4917376" size="131072"/>
                <biases offset="5048448" size="512"/>
            </blobs>
        </layer>
        <layer id="36" name="detector/darknet-53/Conv_15/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="3,3" output="256" pads_begin="1,1" pads_end="1,1" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
            <blobs>
                <weights offset="5048960" size="1179648"/>
                <biases offset="6228608" size="1024"/>
            </blobs>
        </layer>
        <layer id="38" name="detector/darknet-53/add_5" precision="FP32" type="Eltwise">
            <data operation="sum"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
                <port id="1">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="2">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
        </layer>
        <layer id="39" name="detector/darknet-53/Conv_16/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="128" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
            <blobs>
                <weights offset="6229632" size="131072"/>
                <biases offset="6360704" size="512"/>
            </blobs>
        </layer>
        <layer id="41" name="detector/darknet-53/Conv_17/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="3,3" output="256" pads_begin="1,1" pads_end="1,1" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
            <blobs>
                <weights offset="6361216" size="1179648"/>
                <biases offset="7540864" size="1024"/>
            </blobs>
        </layer>
        <layer id="43" name="detector/darknet-53/add_6" precision="FP32" type="Eltwise">
            <data operation="sum"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
                <port id="1">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="2">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
        </layer>
        <layer id="44" name="detector/darknet-53/Conv_18/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="128" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
            <blobs>
                <weights offset="7541888" size="131072"/>
                <biases offset="7672960" size="512"/>
            </blobs>
        </layer>
        <layer id="46" name="detector/darknet-53/Conv_19/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="3,3" output="256" pads_begin="1,1" pads_end="1,1" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
            <blobs>
                <weights offset="7673472" size="1179648"/>
                <biases offset="8853120" size="1024"/>
            </blobs>
        </layer>
        <layer id="48" name="detector/darknet-53/add_7" precision="FP32" type="Eltwise">
            <data operation="sum"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
                <port id="1">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="2">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
        </layer>
        <layer id="49" name="detector/darknet-53/Conv_20/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="128" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
            <blobs>
                <weights offset="8854144" size="131072"/>
                <biases offset="8985216" size="512"/>
            </blobs>
        </layer>
        <layer id="51" name="detector/darknet-53/Conv_21/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="3,3" output="256" pads_begin="1,1" pads_end="1,1" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
            <blobs>
                <weights offset="8985728" size="1179648"/>
                <biases offset="10165376" size="1024"/>
            </blobs>
        </layer>
        <layer id="53" name="detector/darknet-53/add_8" precision="FP32" type="Eltwise">
            <data operation="sum"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
                <port id="1">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="2">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
        </layer>
        <layer id="54" name="detector/darknet-53/Conv_22/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="128" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
            <blobs>
                <weights offset="10166400" size="131072"/>
                <biases offset="10297472" size="512"/>
            </blobs>
        </layer>
        <layer id="56" name="detector/darknet-53/Conv_23/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="3,3" output="256" pads_begin="1,1" pads_end="1,1" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
            <blobs>
                <weights offset="10297984" size="1179648"/>
                <biases offset="11477632" size="1024"/>
            </blobs>
        </layer>
        <layer id="58" name="detector/darknet-53/add_9" precision="FP32" type="Eltwise">
            <data operation="sum"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
                <port id="1">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="2">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
        </layer>
        <layer id="59" name="detector/darknet-53/Conv_24/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="128" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
            <blobs>
                <weights offset="11478656" size="131072"/>
                <biases offset="11609728" size="512"/>
            </blobs>
        </layer>
        <layer id="61" name="detector/darknet-53/Conv_25/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="3,3" output="256" pads_begin="1,1" pads_end="1,1" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
            <blobs>
                <weights offset="11610240" size="1179648"/>
                <biases offset="12789888" size="1024"/>
            </blobs>
        </layer>
        <layer id="63" name="detector/darknet-53/add_10" precision="FP32" type="Eltwise">
            <data operation="sum"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
                <port id="1">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="2">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
        </layer>
        <layer id="64" name="detector/darknet-53/Conv_26/Conv2D" precision="FP32" type="Convolution">
            <data dilations="1,1" group="1" kernel="3,3" output="512" pads_begin="1,1" pads_end="1,1" strides="2,2"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
            <blobs>
                <weights offset="12790912" size="4718592"/>
                <biases offset="17509504" size="2048"/>
            </blobs>
        </layer>
        <layer id="66" name="detector/darknet-53/Conv_27/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="256" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
            <blobs>
                <weights offset="17511552" size="524288"/>
                <biases offset="18035840" size="1024"/>
            </blobs>
        </layer>
        <layer id="68" name="detector/darknet-53/Conv_28/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="3,3" output="512" pads_begin="1,1" pads_end="1,1" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
            <blobs>
                <weights offset="18036864" size="4718592"/>
                <biases offset="22755456" size="2048"/>
            </blobs>
        </layer>
        <layer id="70" name="detector/darknet-53/add_11" precision="FP32" type="Eltwise">
            <data operation="sum"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
                <port id="1">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="2">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
        </layer>
        <layer id="71" name="detector/darknet-53/Conv_29/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="256" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
            <blobs>
                <weights offset="22757504" size="524288"/>
                <biases offset="23281792" size="1024"/>
            </blobs>
        </layer>
        <layer id="73" name="detector/darknet-53/Conv_30/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="3,3" output="512" pads_begin="1,1" pads_end="1,1" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
            <blobs>
                <weights offset="23282816" size="4718592"/>
                <biases offset="28001408" size="2048"/>
            </blobs>
        </layer>
        <layer id="75" name="detector/darknet-53/add_12" precision="FP32" type="Eltwise">
            <data operation="sum"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
                <port id="1">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="2">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
        </layer>
        <layer id="76" name="detector/darknet-53/Conv_31/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="256" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
            <blobs>
                <weights offset="28003456" size="524288"/>
                <biases offset="28527744" size="1024"/>
            </blobs>
        </layer>
        <layer id="78" name="detector/darknet-53/Conv_32/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="3,3" output="512" pads_begin="1,1" pads_end="1,1" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
            <blobs>
                <weights offset="28528768" size="4718592"/>
                <biases offset="33247360" size="2048"/>
            </blobs>
        </layer>
        <layer id="80" name="detector/darknet-53/add_13" precision="FP32" type="Eltwise">
            <data operation="sum"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
                <port id="1">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="2">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
        </layer>
        <layer id="81" name="detector/darknet-53/Conv_33/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="256" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
            <blobs>
                <weights offset="33249408" size="524288"/>
                <biases offset="33773696" size="1024"/>
            </blobs>
        </layer>
        <layer id="83" name="detector/darknet-53/Conv_34/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="3,3" output="512" pads_begin="1,1" pads_end="1,1" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
            <blobs>
                <weights offset="33774720" size="4718592"/>
                <biases offset="38493312" size="2048"/>
            </blobs>
        </layer>
        <layer id="85" name="detector/darknet-53/add_14" precision="FP32" type="Eltwise">
            <data operation="sum"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
                <port id="1">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="2">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
        </layer>
        <layer id="86" name="detector/darknet-53/Conv_35/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="256" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
            <blobs>
                <weights offset="38495360" size="524288"/>
                <biases offset="39019648" size="1024"/>
            </blobs>
        </layer>
        <layer id="88" name="detector/darknet-53/Conv_36/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="3,3" output="512" pads_begin="1,1" pads_end="1,1" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
            <blobs>
                <weights offset="39020672" size="4718592"/>
                <biases offset="43739264" size="2048"/>
            </blobs>
        </layer>
        <layer id="90" name="detector/darknet-53/add_15" precision="FP32" type="Eltwise">
            <data operation="sum"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
                <port id="1">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="2">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
        </layer>
        <layer id="91" name="detector/darknet-53/Conv_37/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="256" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
            <blobs>
                <weights offset="43741312" size="524288"/>
                <biases offset="44265600" size="1024"/>
            </blobs>
        </layer>
        <layer id="93" name="detector/darknet-53/Conv_38/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="3,3" output="512" pads_begin="1,1" pads_end="1,1" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
            <blobs>
                <weights offset="44266624" size="4718592"/>
                <biases offset="48985216" size="2048"/>
            </blobs>
        </layer>
        <layer id="95" name="detector/darknet-53/add_16" precision="FP32" type="Eltwise">
            <data operation="sum"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
                <port id="1">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="2">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
        </layer>
        <layer id="96" name="detector/darknet-53/Conv_39/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="256" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
            <blobs>
                <weights offset="48987264" size="524288"/>
                <biases offset="49511552" size="1024"/>
            </blobs>
        </layer>
        <layer id="98" name="detector/darknet-53/Conv_40/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="3,3" output="512" pads_begin="1,1" pads_end="1,1" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
            <blobs>
                <weights offset="49512576" size="4718592"/>
                <biases offset="54231168" size="2048"/>
            </blobs>
        </layer>
        <layer id="100" name="detector/darknet-53/add_17" precision="FP32" type="Eltwise">
            <data operation="sum"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
                <port id="1">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="2">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
        </layer>
        <layer id="101" name="detector/darknet-53/Conv_41/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="256" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
            <blobs>
                <weights offset="54233216" size="524288"/>
                <biases offset="54757504" size="1024"/>
            </blobs>
        </layer>
        <layer id="103" name="detector/darknet-53/Conv_42/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="3,3" output="512" pads_begin="1,1" pads_end="1,1" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
            <blobs>
                <weights offset="54758528" size="4718592"/>
                <biases offset="59477120" size="2048"/>
            </blobs>
        </layer>
        <layer id="105" name="detector/darknet-53/add_18" precision="FP32" type="Eltwise">
            <data operation="sum"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
                <port id="1">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="2">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
        </layer>
        <layer id="106" name="detector/darknet-53/Conv_43/Conv2D" precision="FP32" type="Convolution">
            <data dilations="1,1" group="1" kernel="3,3" output="1024" pads_begin="1,1" pads_end="1,1" strides="2,2"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>1024</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </output>
            <blobs>
                <weights offset="59479168" size="18874368"/>
                <biases offset="78353536" size="4096"/>
            </blobs>
        </layer>
        <layer id="108" name="detector/darknet-53/Conv_44/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="512" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>1024</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </output>
            <blobs>
                <weights offset="78357632" size="2097152"/>
                <biases offset="80454784" size="2048"/>
            </blobs>
        </layer>
        <layer id="110" name="detector/darknet-53/Conv_45/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="3,3" output="1024" pads_begin="1,1" pads_end="1,1" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>1024</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </output>
            <blobs>
                <weights offset="80456832" size="18874368"/>
                <biases offset="99331200" size="4096"/>
            </blobs>
        </layer>
        <layer id="112" name="detector/darknet-53/add_19" precision="FP32" type="Eltwise">
            <data operation="sum"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>1024</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
                <port id="1">
                    <dim>1</dim>
                    <dim>1024</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </input>
            <output>
                <port id="2">
                    <dim>1</dim>
                    <dim>1024</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </output>
        </layer>
        <layer id="113" name="detector/darknet-53/Conv_46/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="512" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>1024</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </output>
            <blobs>
                <weights offset="99335296" size="2097152"/>
                <biases offset="101432448" size="2048"/>
            </blobs>
        </layer>
        <layer id="115" name="detector/darknet-53/Conv_47/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="3,3" output="1024" pads_begin="1,1" pads_end="1,1" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>1024</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </output>
            <blobs>
                <weights offset="101434496" size="18874368"/>
                <biases offset="120308864" size="4096"/>
            </blobs>
        </layer>
        <layer id="117" name="detector/darknet-53/add_20" precision="FP32" type="Eltwise">
            <data operation="sum"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>1024</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
                <port id="1">
                    <dim>1</dim>
                    <dim>1024</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </input>
            <output>
                <port id="2">
                    <dim>1</dim>
                    <dim>1024</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </output>
        </layer>
        <layer id="118" name="detector/darknet-53/Conv_48/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="512" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>1024</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </output>
            <blobs>
                <weights offset="120312960" size="2097152"/>
                <biases offset="122410112" size="2048"/>
            </blobs>
        </layer>
        <layer id="120" name="detector/darknet-53/Conv_49/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="3,3" output="1024" pads_begin="1,1" pads_end="1,1" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>1024</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </output>
            <blobs>
                <weights offset="122412160" size="18874368"/>
                <biases offset="141286528" size="4096"/>
            </blobs>
        </layer>
        <layer id="122" name="detector/darknet-53/add_21" precision="FP32" type="Eltwise">
            <data operation="sum"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>1024</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
                <port id="1">
                    <dim>1</dim>
                    <dim>1024</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </input>
            <output>
                <port id="2">
                    <dim>1</dim>
                    <dim>1024</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </output>
        </layer>
        <layer id="123" name="detector/darknet-53/Conv_50/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="512" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>1024</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </output>
            <blobs>
                <weights offset="141290624" size="2097152"/>
                <biases offset="143387776" size="2048"/>
            </blobs>
        </layer>
        <layer id="125" name="detector/darknet-53/Conv_51/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="3,3" output="1024" pads_begin="1,1" pads_end="1,1" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>1024</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </output>
            <blobs>
                <weights offset="143389824" size="18874368"/>
                <biases offset="162264192" size="4096"/>
            </blobs>
        </layer>
        <layer id="127" name="detector/darknet-53/add_22" precision="FP32" type="Eltwise">
            <data operation="sum"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>1024</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
                <port id="1">
                    <dim>1</dim>
                    <dim>1024</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </input>
            <output>
                <port id="2">
                    <dim>1</dim>
                    <dim>1024</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </output>
        </layer>
        <layer id="128" name="detector/yolo-v3/Conv/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="512" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>1024</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </output>
            <blobs>
                <weights offset="162268288" size="2097152"/>
                <biases offset="164365440" size="2048"/>
            </blobs>
        </layer>
        <layer id="130" name="detector/yolo-v3/Conv_1/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="3,3" output="1024" pads_begin="1,1" pads_end="1,1" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>1024</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </output>
            <blobs>
                <weights offset="164367488" size="18874368"/>
                <biases offset="183241856" size="4096"/>
            </blobs>
        </layer>
        <layer id="132" name="detector/yolo-v3/Conv_2/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="512" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>1024</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </output>
            <blobs>
                <weights offset="183245952" size="2097152"/>
                <biases offset="185343104" size="2048"/>
            </blobs>
        </layer>
        <layer id="134" name="detector/yolo-v3/Conv_3/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="3,3" output="1024" pads_begin="1,1" pads_end="1,1" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>1024</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </output>
            <blobs>
                <weights offset="185345152" size="18874368"/>
                <biases offset="204219520" size="4096"/>
            </blobs>
        </layer>
        <layer id="136" name="detector/yolo-v3/Conv_4/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="512" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>1024</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </output>
            <blobs>
                <weights offset="204223616" size="2097152"/>
                <biases offset="206320768" size="2048"/>
            </blobs>
        </layer>
        <layer id="138" name="detector/yolo-v3/Conv_7/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="256" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </output>
            <blobs>
                <weights offset="206322816" size="524288"/>
                <biases offset="206847104" size="1024"/>
            </blobs>
        </layer>
        <layer id="140" name="detector/yolo-v3/ResizeNearestNeighbor" precision="FP32" type="Resample">
            <data antialias="0" factor="2.0" type="caffe.ResampleParameter.NEAREST"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </input>
            <output>
                <port id="1">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
        </layer>
        <layer id="141" name="detector/yolo-v3/concat_3" precision="FP32" type="Concat">
            <data axis="1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
                <port id="1">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="2">
                    <dim>1</dim>
                    <dim>768</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
        </layer>
        <layer id="142" name="detector/yolo-v3/Conv_8/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="256" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>768</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
            <blobs>
                <weights offset="206848128" size="786432"/>
                <biases offset="207634560" size="1024"/>
            </blobs>
        </layer>
        <layer id="144" name="detector/yolo-v3/Conv_9/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="3,3" output="512" pads_begin="1,1" pads_end="1,1" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
            <blobs>
                <weights offset="207635584" size="4718592"/>
                <biases offset="212354176" size="2048"/>
            </blobs>
        </layer>
        <layer id="146" name="detector/yolo-v3/Conv_10/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="256" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
            <blobs>
                <weights offset="212356224" size="524288"/>
                <biases offset="212880512" size="1024"/>
            </blobs>
        </layer>
        <layer id="148" name="detector/yolo-v3/Conv_11/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="3,3" output="512" pads_begin="1,1" pads_end="1,1" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
            <blobs>
                <weights offset="212881536" size="4718592"/>
                <biases offset="217600128" size="2048"/>
            </blobs>
        </layer>
        <layer id="150" name="detector/yolo-v3/Conv_12/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="256" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
            <blobs>
                <weights offset="217602176" size="524288"/>
                <biases offset="218126464" size="1024"/>
            </blobs>
        </layer>
        <layer id="152" name="detector/yolo-v3/Conv_13/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="3,3" output="512" pads_begin="1,1" pads_end="1,1" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
            <blobs>
                <weights offset="218127488" size="4718592"/>
                <biases offset="222846080" size="2048"/>
            </blobs>
        </layer>
        <layer id="154" name="detector/yolo-v3/Conv_14/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="255" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>255</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
            <blobs>
                <weights offset="222848128" size="522240"/>
                <biases offset="223370368" size="1020"/>
            </blobs>
        </layer>
        <layer id="155" name="detector/yolo-v3/Conv_14/BiasAdd/YoloRegion" precision="FP32" type="RegionYolo">
            <data axis="1" classes="80" coords="4" do_softmax="0" end_axis="3" mask="0,1,2" num="9"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>255</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="1">
                    <dim>1</dim>
                    <dim>255</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
        </layer>
        <layer id="156" name="detector/yolo-v3/Conv_15/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="128" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </output>
            <blobs>
                <weights offset="223371388" size="131072"/>
                <biases offset="223502460" size="512"/>
            </blobs>
        </layer>
        <layer id="158" name="detector/yolo-v3/ResizeNearestNeighbor_1" precision="FP32" type="Resample">
            <data antialias="0" factor="2.0" type="caffe.ResampleParameter.NEAREST"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>26</dim>
                    <dim>26</dim>
                </port>
            </input>
            <output>
                <port id="1">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
        </layer>
        <layer id="159" name="detector/yolo-v3/concat_7" precision="FP32" type="Concat">
            <data axis="1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
                <port id="1">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="2">
                    <dim>1</dim>
                    <dim>384</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
        </layer>
        <layer id="160" name="detector/yolo-v3/Conv_16/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="128" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>384</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
            <blobs>
                <weights offset="223502972" size="196608"/>
                <biases offset="223699580" size="512"/>
            </blobs>
        </layer>
        <layer id="162" name="detector/yolo-v3/Conv_17/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="3,3" output="256" pads_begin="1,1" pads_end="1,1" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
            <blobs>
                <weights offset="223700092" size="1179648"/>
                <biases offset="224879740" size="1024"/>
            </blobs>
        </layer>
        <layer id="164" name="detector/yolo-v3/Conv_18/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="128" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
            <blobs>
                <weights offset="224880764" size="131072"/>
                <biases offset="225011836" size="512"/>
            </blobs>
        </layer>
        <layer id="166" name="detector/yolo-v3/Conv_19/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="3,3" output="256" pads_begin="1,1" pads_end="1,1" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
            <blobs>
                <weights offset="225012348" size="1179648"/>
                <biases offset="226191996" size="1024"/>
            </blobs>
        </layer>
        <layer id="168" name="detector/yolo-v3/Conv_20/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="128" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
            <blobs>
                <weights offset="226193020" size="131072"/>
                <biases offset="226324092" size="512"/>
            </blobs>
        </layer>
        <layer id="170" name="detector/yolo-v3/Conv_21/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="3,3" output="256" pads_begin="1,1" pads_end="1,1" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>128</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
            <blobs>
                <weights offset="226324604" size="1179648"/>
                <biases offset="227504252" size="1024"/>
            </blobs>
        </layer>
        <layer id="172" name="detector/yolo-v3/Conv_22/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="255" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>256</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>255</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
            <blobs>
                <weights offset="227505276" size="261120"/>
                <biases offset="227766396" size="1020"/>
            </blobs>
        </layer>
        <layer id="173" name="detector/yolo-v3/Conv_22/BiasAdd/YoloRegion" precision="FP32" type="RegionYolo">
            <data axis="1" classes="80" coords="4" do_softmax="0" end_axis="3" mask="0,1,2" num="9"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>255</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </input>
            <output>
                <port id="1">
                    <dim>1</dim>
                    <dim>255</dim>
                    <dim>52</dim>
                    <dim>52</dim>
                </port>
            </output>
        </layer>
        <layer id="174" name="detector/yolo-v3/Conv_5/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="3,3" output="1024" pads_begin="1,1" pads_end="1,1" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>512</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>1024</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </output>
            <blobs>
                <weights offset="227767416" size="18874368"/>
                <biases offset="246641784" size="4096"/>
            </blobs>
        </layer>
        <layer id="176" name="detector/yolo-v3/Conv_6/Conv2D" precision="FP32" type="Convolution">
            <data auto_pad="same_upper" dilations="1,1" group="1" kernel="1,1" output="255" pads_begin="0,0" pads_end="0,0" strides="1,1"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>1024</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </input>
            <output>
                <port id="3">
                    <dim>1</dim>
                    <dim>255</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </output>
            <blobs>
                <weights offset="246645880" size="1044480"/>
                <biases offset="247690360" size="1020"/>
            </blobs>
        </layer>
        <layer id="177" name="detector/yolo-v3/Conv_6/BiasAdd/YoloRegion" precision="FP32" type="RegionYolo">
            <data axis="1" classes="80" coords="4" do_softmax="0" end_axis="3" mask="0,1,2" num="9"/>
            <input>
                <port id="0">
                    <dim>1</dim>
                    <dim>255</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </input>
            <output>
                <port id="1">
                    <dim>1</dim>
                    <dim>255</dim>
                    <dim>13</dim>
                    <dim>13</dim>
                </port>
            </output>
        </layer>
    </layers>
    <edges>
        <edge from-layer="0" from-port="0" to-layer="1" to-port="0"/>
        <edge from-layer="2" from-port="1" to-layer="3" to-port="0"/>
        <edge from-layer="4" from-port="1" to-layer="5" to-port="0"/>
        <edge from-layer="6" from-port="1" to-layer="7" to-port="0"/>
        <edge from-layer="8" from-port="1" to-layer="9" to-port="0"/>
        <edge from-layer="4" from-port="1" to-layer="9" to-port="1"/>
        <edge from-layer="9" from-port="2" to-layer="10" to-port="0"/>
        <edge from-layer="11" from-port="1" to-layer="12" to-port="0"/>
        <edge from-layer="13" from-port="1" to-layer="14" to-port="0"/>
        <edge from-layer="15" from-port="1" to-layer="16" to-port="0"/>
        <edge from-layer="11" from-port="1" to-layer="16" to-port="1"/>
        <edge from-layer="16" from-port="2" to-layer="17" to-port="0"/>
        <edge from-layer="18" from-port="1" to-layer="19" to-port="0"/>
        <edge from-layer="20" from-port="1" to-layer="21" to-port="0"/>
        <edge from-layer="16" from-port="2" to-layer="21" to-port="1"/>
        <edge from-layer="21" from-port="2" to-layer="22" to-port="0"/>
        <edge from-layer="23" from-port="1" to-layer="24" to-port="0"/>
        <edge from-layer="25" from-port="1" to-layer="26" to-port="0"/>
        <edge from-layer="27" from-port="1" to-layer="28" to-port="0"/>
        <edge from-layer="23" from-port="1" to-layer="28" to-port="1"/>
        <edge from-layer="28" from-port="2" to-layer="29" to-port="0"/>
        <edge from-layer="30" from-port="1" to-layer="31" to-port="0"/>
        <edge from-layer="32" from-port="1" to-layer="33" to-port="0"/>
        <edge from-layer="28" from-port="2" to-layer="33" to-port="1"/>
        <edge from-layer="33" from-port="2" to-layer="34" to-port="0"/>
        <edge from-layer="35" from-port="1" to-layer="36" to-port="0"/>
        <edge from-layer="37" from-port="1" to-layer="38" to-port="0"/>
        <edge from-layer="33" from-port="2" to-layer="38" to-port="1"/>
        <edge from-layer="38" from-port="2" to-layer="39" to-port="0"/>
        <edge from-layer="40" from-port="1" to-layer="41" to-port="0"/>
        <edge from-layer="42" from-port="1" to-layer="43" to-port="0"/>
        <edge from-layer="38" from-port="2" to-layer="43" to-port="1"/>
        <edge from-layer="43" from-port="2" to-layer="44" to-port="0"/>
        <edge from-layer="45" from-port="1" to-layer="46" to-port="0"/>
        <edge from-layer="47" from-port="1" to-layer="48" to-port="0"/>
        <edge from-layer="43" from-port="2" to-layer="48" to-port="1"/>
        <edge from-layer="48" from-port="2" to-layer="49" to-port="0"/>
        <edge from-layer="50" from-port="1" to-layer="51" to-port="0"/>
        <edge from-layer="52" from-port="1" to-layer="53" to-port="0"/>
        <edge from-layer="48" from-port="2" to-layer="53" to-port="1"/>
        <edge from-layer="53" from-port="2" to-layer="54" to-port="0"/>
        <edge from-layer="55" from-port="1" to-layer="56" to-port="0"/>
        <edge from-layer="57" from-port="1" to-layer="58" to-port="0"/>
        <edge from-layer="53" from-port="2" to-layer="58" to-port="1"/>
        <edge from-layer="58" from-port="2" to-layer="59" to-port="0"/>
        <edge from-layer="60" from-port="1" to-layer="61" to-port="0"/>
        <edge from-layer="62" from-port="1" to-layer="63" to-port="0"/>
        <edge from-layer="58" from-port="2" to-layer="63" to-port="1"/>
        <edge from-layer="63" from-port="2" to-layer="64" to-port="0"/>
        <edge from-layer="65" from-port="1" to-layer="66" to-port="0"/>
        <edge from-layer="67" from-port="1" to-layer="68" to-port="0"/>
        <edge from-layer="69" from-port="1" to-layer="70" to-port="0"/>
        <edge from-layer="65" from-port="1" to-layer="70" to-port="1"/>
        <edge from-layer="70" from-port="2" to-layer="71" to-port="0"/>
        <edge from-layer="72" from-port="1" to-layer="73" to-port="0"/>
        <edge from-layer="74" from-port="1" to-layer="75" to-port="0"/>
        <edge from-layer="70" from-port="2" to-layer="75" to-port="1"/>
        <edge from-layer="75" from-port="2" to-layer="76" to-port="0"/>
        <edge from-layer="77" from-port="1" to-layer="78" to-port="0"/>
        <edge from-layer="79" from-port="1" to-layer="80" to-port="0"/>
        <edge from-layer="75" from-port="2" to-layer="80" to-port="1"/>
        <edge from-layer="80" from-port="2" to-layer="81" to-port="0"/>
        <edge from-layer="82" from-port="1" to-layer="83" to-port="0"/>
        <edge from-layer="84" from-port="1" to-layer="85" to-port="0"/>
        <edge from-layer="80" from-port="2" to-layer="85" to-port="1"/>
        <edge from-layer="85" from-port="2" to-layer="86" to-port="0"/>
        <edge from-layer="87" from-port="1" to-layer="88" to-port="0"/>
        <edge from-layer="89" from-port="1" to-layer="90" to-port="0"/>
        <edge from-layer="85" from-port="2" to-layer="90" to-port="1"/>
        <edge from-layer="90" from-port="2" to-layer="91" to-port="0"/>
        <edge from-layer="92" from-port="1" to-layer="93" to-port="0"/>
        <edge from-layer="94" from-port="1" to-layer="95" to-port="0"/>
        <edge from-layer="90" from-port="2" to-layer="95" to-port="1"/>
        <edge from-layer="95" from-port="2" to-layer="96" to-port="0"/>
        <edge from-layer="97" from-port="1" to-layer="98" to-port="0"/>
        <edge from-layer="99" from-port="1" to-layer="100" to-port="0"/>
        <edge from-layer="95" from-port="2" to-layer="100" to-port="1"/>
        <edge from-layer="100" from-port="2" to-layer="101" to-port="0"/>
        <edge from-layer="102" from-port="1" to-layer="103" to-port="0"/>
        <edge from-layer="104" from-port="1" to-layer="105" to-port="0"/>
        <edge from-layer="100" from-port="2" to-layer="105" to-port="1"/>
        <edge from-layer="105" from-port="2" to-layer="106" to-port="0"/>
        <edge from-layer="107" from-port="1" to-layer="108" to-port="0"/>
        <edge from-layer="109" from-port="1" to-layer="110" to-port="0"/>
        <edge from-layer="111" from-port="1" to-layer="112" to-port="0"/>
        <edge from-layer="107" from-port="1" to-layer="112" to-port="1"/>
        <edge from-layer="112" from-port="2" to-layer="113" to-port="0"/>
        <edge from-layer="114" from-port="1" to-layer="115" to-port="0"/>
        <edge from-layer="116" from-port="1" to-layer="117" to-port="0"/>
        <edge from-layer="112" from-port="2" to-layer="117" to-port="1"/>
        <edge from-layer="117" from-port="2" to-layer="118" to-port="0"/>
        <edge from-layer="119" from-port="1" to-layer="120" to-port="0"/>
        <edge from-layer="121" from-port="1" to-layer="122" to-port="0"/>
        <edge from-layer="117" from-port="2" to-layer="122" to-port="1"/>
        <edge from-layer="122" from-port="2" to-layer="123" to-port="0"/>
        <edge from-layer="124" from-port="1" to-layer="125" to-port="0"/>
        <edge from-layer="126" from-port="1" to-layer="127" to-port="0"/>
        <edge from-layer="122" from-port="2" to-layer="127" to-port="1"/>
        <edge from-layer="127" from-port="2" to-layer="128" to-port="0"/>
        <edge from-layer="129" from-port="1" to-layer="130" to-port="0"/>
        <edge from-layer="131" from-port="1" to-layer="132" to-port="0"/>
        <edge from-layer="133" from-port="1" to-layer="134" to-port="0"/>
        <edge from-layer="135" from-port="1" to-layer="136" to-port="0"/>
        <edge from-layer="137" from-port="1" to-layer="138" to-port="0"/>
        <edge from-layer="139" from-port="1" to-layer="140" to-port="0"/>
        <edge from-layer="140" from-port="1" to-layer="141" to-port="0"/>
        <edge from-layer="105" from-port="2" to-layer="141" to-port="1"/>
        <edge from-layer="141" from-port="2" to-layer="142" to-port="0"/>
        <edge from-layer="143" from-port="1" to-layer="144" to-port="0"/>
        <edge from-layer="145" from-port="1" to-layer="146" to-port="0"/>
        <edge from-layer="147" from-port="1" to-layer="148" to-port="0"/>
        <edge from-layer="149" from-port="1" to-layer="150" to-port="0"/>
        <edge from-layer="151" from-port="1" to-layer="152" to-port="0"/>
        <edge from-layer="153" from-port="1" to-layer="154" to-port="0"/>
        <edge from-layer="154" from-port="3" to-layer="155" to-port="0"/>
        <edge from-layer="151" from-port="1" to-layer="156" to-port="0"/>
        <edge from-layer="157" from-port="1" to-layer="158" to-port="0"/>
        <edge from-layer="158" from-port="1" to-layer="159" to-port="0"/>
        <edge from-layer="63" from-port="2" to-layer="159" to-port="1"/>
        <edge from-layer="159" from-port="2" to-layer="160" to-port="0"/>
        <edge from-layer="161" from-port="1" to-layer="162" to-port="0"/>
        <edge from-layer="163" from-port="1" to-layer="164" to-port="0"/>
        <edge from-layer="165" from-port="1" to-layer="166" to-port="0"/>
        <edge from-layer="167" from-port="1" to-layer="168" to-port="0"/>
        <edge from-layer="169" from-port="1" to-layer="170" to-port="0"/>
        <edge from-layer="171" from-port="1" to-layer="172" to-port="0"/>
        <edge from-layer="172" from-port="3" to-layer="173" to-port="0"/>
        <edge from-layer="137" from-port="1" to-layer="174" to-port="0"/>
        <edge from-layer="175" from-port="1" to-layer="176" to-port="0"/>
        <edge from-layer="176" from-port="3" to-layer="177" to-port="0"/>
    </edges>
    <meta_data>
        <MO_version value="2019.1.1-83-g28dfbfd"/>
        <cli_parameters>
            <data_type value="float"/>
            <disable_fusing value="False"/>
            <disable_gfusing value="False"/>
            <disable_nhwc_to_nchw value="False"/>
            <disable_resnet_optimization value="False"/>
            <enable_concat_optimization value="False"/>
            <extensions value="DIR"/>
            <framework value="tf"/>
            <generate_deprecated_IR_V2 value="False"/>
            <input_model value="DIR/frozen_darknet_yolov3_model.pb"/>
            <input_model_is_text value="False"/>
            <input_shape value="[1,416,416,3]"/>
            <keep_shape_ops value="False"/>
            <log_level value="ERROR"/>
            <mean_scale_values value="{}"/>
            <mean_values value="()"/>
            <move_to_preprocess value="False"/>
            <output_dir value="DIR"/>
            <placeholder_shapes value="[  1 416 416   3]"/>
            <reverse_input_channels value="False"/>
            <scale_values value="()"/>
            <silent value="False"/>
            <tensorflow_use_custom_operations_config value="DIR/yolo_v3.json"/>
            <version value="False"/>
            <unset unset_cli_parameters="batch, finegrain_fusing, freeze_placeholder_with_value, input, input_checkpoint, input_meta_graph, model_name, output, saved_model_dir, saved_model_tags, scale, tensorboard_logdir, tensorflow_custom_layer_libraries, tensorflow_custom_operations_config_update, tensorflow_object_detection_api_pipeline_config, tensorflow_operation_patterns, tensorflow_subgraph_patterns"/>
        </cli_parameters>
    </meta_data>
</net>
 

0 Kudos
1 Reply
Highlighted
Employee
22 Views

Dear Dimant, Shalom,

Thanks for your patience. I have already addressed your question in your other post

Sincerely,

Shubha

 

0 Kudos