本文详细介绍了YOLOV3模型的改进之处，包括使用Darknet-53作为骨干网络，维持3种尺度预测框，并探讨了ResNet与Darknet-53的差异。此外，解释了模型的输出结构、正负样本选择以及损失函数的计算，包括置信度损失、类别损失和回归参数损失。最后，强调理解模型架构、输入输出、正负样本选取和损失计算是掌握模型的关键。
本博客中YOLO系列均为个人理解笔记，欢迎评论指出理解有误或者要讨论的地方
YOLOV3模型相比于v2来说，实质性的改进并不大，更多的是一些技术的堆叠。其并不像yolov2对于v1一样，由巨大的改变和提升。
其相对于yolov2，改变在于：
1） Yolov3模型骨干网络发生了改变。
其并没有继续用v2的骨干网络DarkNet-19，而是改变为了Darknet-53.而网络深度增加也对提升效果做出了贡献。
注意：我们发现拥有152层的resnet效果还不如53层的darknet-53？？其实对比两个模型我们可以发现，两个模型大体上类同，区别就在于resnet中实现了最大池化下采样操作，而在本backbone中没有用，不知道是不是这个原因？？
2）在YOLOV2中，作者对v1中每个特征方格预测2个框的方法进行了修改，用聚类的方法确定scale和比例尺寸，由此来决定每个特征方格预测多少框。但是在v3中，仍然采用1：1，1：2，2：1三种尺寸来预测三个框。
看完改变后，下面看v3的整体结构图：
V3网络一共会产生三个特征输出层，对应尺寸分
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
