# 모델에 층 추가
add_conv_layer(YOLO, 1024, "detection_conv1")
add_conv_layer(YOLO, 1024, "detection_conv2")
YOLO.add(tf.keras.layers.MaxPool2D((2, 2)))
add_conv_layer(YOLO, 1024, "detection_conv3")
add_conv_layer(YOLO, 1024, "detection_conv4")
# 밀집층 추가
YOLO.add(tf.keras.layers.Flatten())
add_dense_layer(YOLO, 4096, "detection_linear1", dropout=0.5)
add_dense_layer(YOLO, 1470, "detection_linear2", activation=None)
# 결과 구조 재배열화
YOLO.add(tf.keras.layers.Reshape((7, 7, 30), name='output', dtype='float32')
첫 번째 단계에서는 합성곱 층을 추가하는 작업을 간단하게 만들기 위해 add_conv_layer 함수를 정의했습니다. 이 함수는 필터의 개수, 층의 이름 등 필요한 매개변수를 받아서 합성곱 층을 모델에 추가합니다. 여기서는 LeakyReLU 활성화 함수, 특정 초기화 방식, 규제 방식을 동일하게 적용하며 층을 추가합니다.