图像识别技术与应用（YOLOV3）

YOLO系列

YOLO-V3 

 优点:

终于到V3了，最大的改进就是网络结构，使其更适合小目标检测。

特征做的更细致，融入多持续特征图信息来预测不同规格物体。

先验框更丰富了，3种scale，每种3个规格，一共9种。

softmax改进，预测多标签任务。

多scale

 步长越大代表我们得到的最后一个图像尺寸越小。

scale变换经典方法 

卷积 可以实现下采集，图片尺寸变小是下采样，图片尺寸变大是上采样。

 残差连接-为了更好的特征 

从今天的角度来看，基本所有网络架构都用上了残差连接的方法。

V3中也用了resnet的思想，堆叠更多的层来进行特征提取。

 resnet可以确保它增加层数，但不会对最后的结果产生下降的影响。

核心网络架构

没有池化和全连接层，全部卷积下采样通过stride为2实现3种scale，更多先验框基本上当下经典做法全融入了。

 52x52适合测试小目标，26x26适合测试中目标，13x13适合测试大目标。图中的block代表一些卷积操作。

 

 

 

 softmax层替代 

物体检测任务中可能一个物体有多个标签。

logistic激活函数来完成，这样就能预测每一个类别是/不是。

 

总结: v3与前两个对比，v3在预测时间和MAP（平均精度均值）上更有优势。

在网络结构改进方面，v3更适合检测小目标，并且特征提取更加细致，融入了多尺度的特征图信息。

在softmax回归改进方面，针对多标签任务，v3采用了新的激活函数，允许一个物体存在多标签，并通过设定阈值来确定标签。