YoloV3在YoloV2基础上进行了重大改进，采用了残差结构，提升了目标检测的准确性。它通过多尺度训练方法，利用13X13, 26X26, 52X52三个不同尺寸的特征图检测不同大小的物体，并引入FPN结构结合高低层信息。此外，YoloV3还使用了K-means算法生成 anchors，以优化检测效果。
YoloV3
Yolo V3 主要改进点（相对于YoloV2）：
- 采用了新的残差结构，YoloV2中也引入了残差结构（reorg）,与YoloV2不同，YoloV3主要采用的是类似于resnet中的残差机构，不同的是YoloV3去掉了最后一个1X1的卷积层，如下图：
2. YoloV3采用了多尺度训练的方法，共有三个输出，输出的feature map分别为13X13, 26X26, 52X52,分别用来检测大中小三种不同大小的物体，每个feature map都拥有三个不同尺度的anchors, （anchors生成的方式也和YOLOV2 相同都是都过K-means算法对数据集进行划分的）。
- 回归采用的逻辑回归。（实际做中还按照原来以前的做就可以）
- 引入了FPN（feature pyramid network）特征图像金字塔结构，使低层的语义信息和高层的物理信息相结合，类似于分割网络中的U-net结构，唯一不同的是，U-Net 进行上采样最后只有一个输出，FPN结构在每一层都有输出。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
