目标检测之YOLO3

前言

YOLO从诞生起就被贴上了两个标签：速度快，小物体检测率低。而在YOLO3中对小物体的检测有了较大的提升。看一下对比：

接下来介绍YOLO3究竟使用了什么黑科技？

YOLO3

先贴几段JR在论文中骚话：

 

 1、Class Prediction

作者在YOLO3替换了YOLO2的softmax loss 变成binary cross-entropy loss，由于每个点所对应的bounding box少并且差异大，每个bounding与ground truth的matching策略变成了1对1。当预测的目标类别很复杂的时候，采用binary cross-entropy loss进行分类是更有效的，比如在Open Images Dataset数据集进行分类。在这个数据集中，会有很多重叠的标签，比如女人、人，如果使用softmax则意味着每个候选框只对应着一个类别，但是实际上并不总是这样。复合标签的方法能对数据进行更好的建模。

2、Predictions Across Scales

YOLO3增加了top down 的多级预测，解决了YOLO颗粒度粗，对小目标无力的问题。v2只有一个detection，v3一下变成了3个，分别是一个下采样的，feature map为13*13，还有2个上采样的，feature map为26*26，52*52。这应该是对小目标影响最大的地方。在论文中从单层预测五种bounding box变成每层3种bounding box；

3、Feature Extractor

使用加深的Darknet-53进行特征提取。网络结构如下：

它比Darknet-19更强大，同时比Res-Net101更有效率。

总结

YOLO3可以说是当前非常好的目标检测算法，很快而且很准确。YOLO在形成过程中，不断学习别人。在YOLO2吸收faster-rcnn中anchors概念，仿Res-Net的Darkent-19。在YOLO3中学习SSD多尺度区域特征，最终进化到第三阶段，终极状态又会是怎么样呢？让我们拭目以待。下节将要介绍SSD。