文章目录
Absstract
本文为YOLO
提供了一系列更新!它包含一堆小设计,可以使系统的性能得到更新;也包含一个新训练的、非常棒的神经网络,虽然比上一版更大一些,但精度也提高了。不用担心,虽然体量大了点,它的速度还是有保障的。在输入320×320
的图片后,YOLOv3
能在22毫秒内完成处理,并取得28.2mAP的成绩。它的精度和SSD
相当,但速度要快上3倍。和旧版数据相比,v3
版进步明显。在Titan X环境下,YOLOv3
的检测精度为57.9AP50,用时51ms;而RetinaNe
t的精度只有57.5AP50,但却需要198ms,相当于YOLOv3
的3.8倍。
1.引言
首先,我们会告诉你YOLOv3
的处理是什么。然后我们会告诉你我们是怎么做的。我们还将告诉您一些我们尝试过但没有成功的事情。最后,我们将思考这一切意味着什么。
2.The Deal
YOLOv3
的处理是这样的:
我们大多从别人那里得到好的想法。我们还训练了一个比其他分类器更好的新分类器网络。我们将带您从头开始浏览整个系统,以便您能够理解所有内容。
2.1.边界框预测(Bounding Box Prediction)
按照YOLO9000
,我们的系统使用维度聚类作为定位框来预测边界框。网络预测每个边界框的4个坐标 tx、ty、tw、th 。如果单元格相对于图像左上角的偏移量为(cx,cy),且之前的边界框具有宽度和高度 pw,ph,则预测对应于:
bx = σ(tx) + cx
by = σ(t