【小白学YOLO】YOLOv3网络结构细致解析
摘要：本文将详细介绍Yolov3的网络结构相关内容。
Yolov3 网络结构
在博客“Yolo发展历史及网络结构”中我们已经详细的解释了Yolov1的网络结构，并简要的提到了Yolov2与Yolov3对于网络结构的改进，本篇博客将详细介绍Yolov3的网络结构，内容比较简单。
Yolov3网络结构图
从图中可以看出，Yolov3主要有以下几部分组成：
- 输入
- 基础网络：基础网络是可以根据具体的需求选择，作者原文用的是自己设计的：Darknet-53
- YOLOv3网络的三个分支：Y1，Y2，Y3
网络部件介绍
DBL: 如图1左下角所示，也就是代码中的Darknetconv2d_BN_Leaky，是yolo_v3的基本组件。就是卷积+BN+Leaky relu。对于v3来说，BN和leaky relu已经是和卷积层不可分离的部分了(最后一层卷积除外)，共同构成了最小组件。
resn：n代表数字，有res1，res2, … ,res8等等，表示这个res_block里含有多少个res_unit。这是yolo_v3的大组件，yolo_v3开始借鉴了ResNet的残差结构，使用这种结构可以让网络结构更深(从v2的darknet-19上升到v3的darknet-53，前者没有残差结构)。对于res_block的解释，可以在图1的右下角直观看到，其基本组件也是DBL。
concat：张量拼接。将darknet中间层和后面的某一层的上采样进行拼接。拼接的操作和残差层add的操作是不一样的，拼接会扩充张量的维度，而add只是直接相加不会导致张量维度的改变。
YOLOv3网络的三个分支
多尺度检测-Y1
适用目标：大目标
路径：绿色线标注
输出维度：13×13×255
输出维度具体解释：13×13：图片大小；255=（80+5）×3；80：识别物体种类数；5=x,y,w,h和c（置信度）；3：每个点预测3个bounding box。
多尺度检测-Y2
适用目标：中目标
路径：黄色线标注
输出维度：26×26×255
输出维度具体解释：26×26：图片大小；255=（80+5）×3；80：识别物体种类数；5=x,y,w,h和c（置信度）；3：每个点预测3个bounding box。
多尺度检测-Y3
适用目标：小目标
路径：紫色线标注
输出维度：52×52×255
输出维度具体解释：52×52：图片大小；255=（80+5）×3；80：识别物体种类数；5=x,y,w,h和c（置信度）；3：每个点预测3个bounding box。
