Yolo系列：Yolo_v3

YOLOv3: An Incremental Improvement

一、改进点

1、Bounding Box Prediction

对于每个anchor box预测值为: 4 + 1 + C。

4 表示anchor box的中心点坐标、框高及框长同Yolo_v2，训练损失使用平方误差损失计算。

1 表示anchor box是否有物体的置信分数（objectness score），使用logistic函数计算。如果某一个anchor box与图像中某一目标IOU值最大，则该anchor boxe的 objectness score ground truth label = 1；与rpn网络不同，本文中每个目标仅匹配IOU值最大的anchor box，即每个ground truth box仅匹配一个anchor box，没有匹配任何ground truth box的 anchor box则 objectness score ground truth label = 0，并且仅贡献objectness score分类损失，无坐标回归损失和class prediction 分类损失。

C 表示class prediction。本文中不使用多分类的softmax损失计算，而是对每个类别计算单独的二分类交叉熵损失。

2、 Predictions Across Scales

类似FPN网络，文中引入多尺度特征融合的结构。具体地，使用三个不同大小Scale，在每个Scale的特征的grid cell上设定三个anchor box，对三个anchor box分别预测框位置及相应得分，最后将三个Scale上预测值拼接融合。

3、基网络改进

基网络由Darknet-19改进为Darknet-53。网络更深，精度更高。

 

二、补充

1、作者尝试了Focal loss，但是MAP降了2%。

 

三、实验结果