YOLOv3

YOLOv3

作者：Joseph Redmon

CVPR'18

paper：YOLOv3: An Incremental Improvement

亮点

• 提出新的backbone-darknet53
• 没有池化层和全连接层
• 增加了分支，用于检测小目标对象（13$\times\(13, 26\)\times\(26, 52\)\times$52）

网络结构

YOLOv3除去了池化层和全连接层，用卷积操作代替。

引入了残差结构，使得backbone更深。

对不同层的输出进行上采样拼接，增加了2条分支，用于预测小目标。每条分支最后的输出深度为255，原因是每条分支包括3个anchor，并且针对COCO80个种类设计，每个位置需要预测4个偏移量和1个置信度，3\(\times\)(5+80)=255

bounding box的预测：和YOLOv2类似，每个网格的左上角坐标为\((c_x,c_y)\)，bounding box有先验长宽，使用预测值调整bounding box的边界。

每个框有个objectness分数(置信度，逻辑回归预测)，bbox和GT的IOU大于0.5并且IOU最大的为1，作为正样本；其余大于0.5的舍弃，小于0.5的作为负样本，这样做可以舍弃不必要的anchor，减少计算。

如果一个bbox没有被分配到GT，就不计算候选框损失和分类损失，只计算objectness损失。

分类预测：没有使用softmax分类器。