YOLOv3论文详细介绍了其在目标检测领域的改进，包括边界框预测、分类预测、跨尺度预测等方面。通过使用新训练的神经网络，YOLOv3在保持高速的同时提升了精度。与前代相比，YOLOv3在速度和性能上都有显著提升，尤其是在Titan X环境下，YOLOv3的检测速度远超其他模型。文章还探讨了未能成功的尝试，如使用focal loss和不同IOU阈值等。
文章目录
Absstract
本文为YOLO提供了一系列更新！它包含一堆小设计，可以使系统的性能得到更新；也包含一个新训练的、非常棒的神经网络，虽然比上一版更大一些，但精度也提高了。不用担心，虽然体量大了点，它的速度还是有保障的。在输入320×320的图片后，YOLOv3能在22毫秒内完成处理，并取得28.2mAP的成绩。它的精度和SSD相当，但速度要快上3倍。和旧版数据相比，v3版进步明显。在Titan X环境下，YOLOv3的检测精度为57.9AP50，用时51ms；而RetinaNet的精度只有57.5AP50，但却需要198ms，相当于YOLOv3的3.8倍。
1.引言
首先，我们会告诉你YOLOv3的处理是什么。然后我们会告诉你我们是怎么做的。我们还将告诉您一些我们尝试过但没有成功的事情。最后，我们将思考这一切意味着什么。
2.The Deal
YOLOv3的处理是这样的：
我们大多从别人那里得到好的想法。我们还训练了一个比其他分类器更好的新分类器网络。我们将带您从头开始浏览整个系统，以便您能够理解所有内容。
2.1.边界框预测(Bounding Box Prediction)
按照YOLO9000，我们的系统使用维度聚类作为定位框来预测边界框。网络预测每个边界框的4个坐标 tx、ty、tw、th 。如果单元格相对于图像左上角的偏移量为（cx，cy），且之前的边界框具有宽度和高度 pw，ph，则预测对应于：
bx = σ(tx) + cx
by = σ(ty) + c
最低0.47元/天 解锁文章
扫一扫
3447
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
