yolov3-tf2のmodels.py内の、関数YoloV3で定義された変数x_36, x_61, xへの代入されている値が分からない

yolov3-tf2のmodels.pyにおける関数YoloV3において、
x_36, x_61, x への代入について、質問があります。

関数Darknetの【return tf.keras.Model(inputs, (x_36, x_61, x), name=name)】
は、引き数がinputs及びoutputsと定義されています。
関数YoloV3の2行目において、

    x_36, x_61, x = Darknet(name='yolo_darknet')(x)

x_36はx_36の値、x_61はx_61の値、xはxまでの値として代入されているのでしょうか。
それとも、x_36,x_61.xは全て同じinputsとoutputs[x_36, x_61, x]として代入されているのでしょうか。

下記がファイル一式のURLになります。コード内部への変更はしておらず、原文のまま掲載しております。
一式ダウンロード先URL：https://github.com/zzh8829/yolov3-tf2

※第一行目
def YoloV3(size=None, channels=3, anchors=yolo_anchors,
           masks=yolo_anchor_masks, classes=80, training=False):
    x = inputs = Input([size, size, channels], name='input')

    x_36, x_61, x = Darknet(name='yolo_darknet')(x)

    x = YoloConv(512, name='yolo_conv_0')(x)
    output_0 = YoloOutput(512, len(masks[0]), classes, name='yolo_output_0')(x)

    x = YoloConv(256, name='yolo_conv_1')((x, x_61))
    output_1 = YoloOutput(256, len(masks[1]), classes, name='yolo_output_1')(x)

    x = YoloConv(128, name='yolo_conv_2')((x, x_36))
    output_2 = YoloOutput(128, len(masks[2]), classes, name='yolo_output_2')(x)

    if training:
        return Model(inputs, (output_0, output_1, output_2), name='yolov3')

    boxes_0 = Lambda(lambda x: yolo_boxes(x, anchors[masks[0]], classes),
                     name='yolo_boxes_0')(output_0)
    boxes_1 = Lambda(lambda x: yolo_boxes(x, anchors[masks[1]], classes),
                     name='yolo_boxes_1')(output_1)
    boxes_2 = Lambda(lambda x: yolo_boxes(x, anchors[masks[2]], classes),
                     name='yolo_boxes_2')(output_2)

    outputs = Lambda(lambda x: yolo_nms(x, anchors, masks, classes),
                     name='yolo_nms')((boxes_0[:3], boxes_1[:3], boxes_2[:3]))

    return Model(inputs, outputs, name='yolov3')

def Darknet(name=None):
    x = inputs = Input([None, None, 3])
    x = DarknetConv(x, 32, 3)
    x = DarknetBlock(x, 64, 1)
    x = DarknetBlock(x, 128, 2)  # skip connection
    x = x_36 = DarknetBlock(x, 256, 8)  # skip connection
    x = x_61 = DarknetBlock(x, 512, 8)
    x = DarknetBlock(x, 1024, 4)
    return tf.keras.Model(inputs, (x_36, x_61, x), name=name)

※models.pyのライブラリ
from absl import flags
from absl.flags import FLAGS
import numpy as np
import tensorflow as tf
from tensorflow.keras import Model
from tensorflow.keras.layers import (
    Add,
    Concatenate,
    Conv2D,
    Input,
    Lambda,
    LeakyReLU,
    MaxPool2D,
    UpSampling2D,
    ZeroPadding2D,
    BatchNormalization,
)
from tensorflow.keras.regularizers import l2
from tensorflow.keras.losses import (
    binary_crossentropy,
    sparse_categorical_crossentropy
)
from .utils import broadcast_iou

quickquip

2021/05/14 11:52

> x_36はx_36の値、x_61はx_61の値、xはxまでの値として代入されているのでしょうか。 > それとも、x_36,x_61.xは全て同じinputsとoutputs[x_36, x_61, x]として代入されているのでしょうか。 YoloV3 関数と Darknet関数の両方にローカル変数 x_36, x_61, x が表れるせいで、質問文がかなり曖昧になっています。区別が付くようにどちらかの関数で変数名を改変した方がポイントしやすいかなと思いました。あと、タイトルにyolov3-tf2 とあるので探せるのでしょうが、コードをどこから持ってきたのかは明記しましょう。