YOLOv3在YOLOv2基础上进行了改进，包括引入Darknet53模型，采用FPN进行多尺度预测，以及使用logistic分类器代替Softmax。Darknet53通过残差单元实现更深的网络结构，提高检测效率。YOLOv3利用3个尺度的feature map和3个Anchor box在每个尺度上进行预测，对小目标检测更友好。分类器的改变解决了多标签分类问题，提高了模型性能。
相比于YOLOv2，YOLOv3主要做了如下改进：1、提出了新的特征提取器模型Darknet53，该模型相比于Darknet19采用了残差单元（类似ResNet），因此网络模型可以更深；2、采用FPN（feature pyramid networks）结构来实现多尺度预测；3、分类器的改变，使用多个多个 logistic 分类器替代原始的Softmax分类器。
1、Darknet53
Darknet53 与 ResNet-101 或 ResNet-152 准确率接近，但速度更快，对比如下：
检测模型网络结构如下所示：
5247
3121
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
最低0.47元/天 解锁文章
