YOLOv3算法

当我学完CNN以后再来看YOLOv3的整体架构图的时候，我突然发现自己已经能看懂了，这让我坚信自己选择的积累式学习是没有问题的。但为了毕设进度，我跳过了目标检测其他算法的学习，这可能导致我对YOLOv3部分细节的不理解，但后面应该有时间能补回来。

待解决区：

1、CNN正则化

2、CNN反向传播

3、除YOLOv3之外的目标检测算法

【精读AI论文】YOLO V3目标检测（附YOLOV3代码复现）_哔哩哔哩_bilibili

yolov3之后的都是小修小补。

https://github.com/ultralytics/yolov3 

https://pjreddie.com/darknet/yolo/ 不推荐

 

 

 

 

 

 

 

 全卷积，没全连接层，可以输入任意尺寸图片，但必须是32的倍数，因为要采用32、16和8的下采样

backbone是骨干网络

 

 416/32=13,416/16=26,416/8=52

255=3个anchor×(80个类别+5个bounding box参数)

52×52负责预测小物体，26×26中物体，13×13大物体

不同尺度预测分配不同尺寸的anchor，anchor尺寸不一样

多尺度融合和不同尺度预测

 
1是objectness score，是条件；然后80是发生这个条件后，是猫或狗等不同类别的概率class scores

confidence是objectness score×class scores

 在第82、94和106层获得不同的尺度结果

上采样有多种方法：例如双线性插值

既能发挥深度学习深层网络特化抽象语义的作用（纹理、眼睛、腿、车轱辘），又能发挥浅层网络的像素结构底层细粒度信息（边缘、形状、转角、斑块、颜色）

 

 

 backbone提取特征、neck融合特征，这个操作也被称为FPN，feature pyramid network特征金字塔操作，头得到预测结果

 

 yolov3是看哪个anchor与ground truth的IOU最大再决定是由哪个尺度下的grid cell预测，而不再优先关注中心点了。

 

 

 

 

 

损失函数：

正负样本的选取非常重要

预测anchor与ground truth的IOU最大就是正样本，大于阈值但不是最大就忽略，小于阈值就是负样本。

正样本置信度标签直接为1，而不是之前的IOU。

不再用回归问题的逐类别概率作差平方求和，而是用分类问题的二元交叉熵损失。

负样本置信度标签为0。

遍历所有的预测框。

 

 

 

建议做项目用yolov5、yolox。