Yolov3原理原理分析

本人小白，这只是学习的笔记，如有差错望多多指正。

参考博客：1.介绍一个相对小众的深度学习框架Darknet，其YOLO神经网络算法对目标检测效果显著

                  2.YOLO v3网络结构分析（尤其是这一篇，更加深入和详细一些，网络模型图片也是转发于此）

一. 什么是Yolov3?

         Yolov3是基于一款小众的深度学习框架——darknet的目标检测开源项目，darknet短小精悍，虽然功能和复用性不如当前大火的深度学习框架Tensorflow和Caffe2，但由于其源码都是用纯C语言和CUDA底层编写的，所以它的特点让它在Yolov3项目中大放光彩：速度快，充分发挥多核处理器和GPU并行运算的功能。所以，Yolov3的快速检测正好适合我们这种需要实时检测视频帧的项目；此外，它的准确度也非常高，在尺寸中等偏小的物体上有非常高的准确率，这得益于它的训练方式（会在下面介绍）,但在大尺寸的物体，比如占到了整个图片百分之60的物体，识别率则不尽如人意。

二. Yolov