yolov3论文初读笔记

摘要：

yolov3与yolov2相比，主要改进三个方面，对应论文的2.2-2.4三个章节，其他思想基本延续yolov2：
1.预测方式
摒弃了softmax预测的办法（因为发现对提升性能没有带来帮助），而是采用了多标签多分类的逻辑回归层，解释一下我的理解，yolov2的时候预测是用softmax实现的，其预测结果包含每个grid cell负责预测对应对象的每个类别的概率（比如coco数据集是80类，即有这个物体可能是这80个类别对应的概率，总和为1，必然有最大概率值的那个，通过非极大值抑制最后选出一个概率最大的那个类别作为结果），可以看出yolov2其实还是一个gird只能预测一个对象是一种类别，显然不适合多标签的预测情况（比如预测的对象即是猫类别，也是蓝猫类别，这样的多标签结果），而且作者也提及softmax并没有为性能提升带来帮助，用多个独立的logistic回归（转为二分类问题）也能实现效果，而且可以解决多标签预测问题。
2.预测模型采用多尺度预测
最后预测结果会生成三种尺寸的特征图，由三个yolo层处理得来，分别是$13*13,26*26,52*52$,每个尺寸对应三个先验框，即三个先验框处理得出一个预测框，这样的目的是为了实现对不同尺寸物体的检测，特征越大的适合检测小物体。
3.改进了网络结构，darknet-53

网络结构图出处来源