yolo v3原理

目标检测系列文章
yolo v1原理：https://blog.csdn.net/cjnewstar111/article/details/94035842
yolo v2原理：https://blog.csdn.net/cjnewstar111/article/details/94037110
yolo v3原理：https://blog.csdn.net/cjnewstar111/article/details/94037828
SSD原理：https://blog.csdn.net/cjnewstar111/article/details/94038536
FoveaBox：https://blog.csdn.net/cjnewstar111/article/details/94203397
FCOS：https://blog.csdn.net/cjnewstar111/article/details/94021688
FSAF: https://blog.csdn.net/cjnewstar111/article/details/94019687

基本原理：

相对于yolo v2，yolo v3做了如下改进：

更换了backbone网络，使用darknet53,没有pool层，全部使用卷积，降采样5次

使用类似于FPN的技术，融合多层特征预测

对分类和置信度使用二分类交叉熵（v1和v2全部使用MSE）

 

网络结构：

 

实现细节：

正负样本的确定：

对于正样本，以GT来找。某一个GT对应的cell里面，最大IOU的那个anchor作为正样本训练。然后对于负样本，需要计算其与anchor的最大IOU，如果最大IOU大于阈值（例如0.5），那么就不会把它当做负样本。这可以载一定程度上缓解正负样本比例失调的问题。

anchor值：

v2当中的anchors值使用相对于特征图的cell的倍数表示，v3当中使用绝对像素表示。

数据增强：

hsv抖动，放射变换以及flip（左右镜像）来做数据增强

 

参考资料：

yolo系列之yolo v3【深度解析】

来自

YOLO v3网络结构分析

来自

YOLOv3 深入理解

来自