YOLO系列（三）—— YOLOv3: An Incremental Improvement

本系列分为三篇，此文为本系列第三篇，其他文章：
YOLO系列（一）—— You Only Look Once:Unified, Real-Time Object Detection
YOLO系列（二）—— YOLO9000:Better, Faster, Stronger

project: https://pjreddie.com/darknet/yolo/
paper: YOLOv3: An Incremental Improvement

YOLOv3没有太大的创新，主要是借鉴一些现有的方法来对YOLOv2进行一些改进，不过效果还是比较好的，在延续自己速度优势的情况下，提升了检测的准确率，效果如下图所示：

YOLOv3主要在以下几个方面做了改进：
1）对象分类由softmax改成logistic，这样可以适用于一个物体有多个标签的情况
2）借鉴FPN，在3个不同特征尺度上进行预测，每个尺度每个grid预测3个boxes。
以416×416的输入为例，预测的box数为:
大box： 416/32=13 13×13×3=507
中box： 13×2=26 26×26×3=2028
小box： 26×2=52 52×52×3=8112
这样大大提升了对小物体的检测
3）修改网络结构为Darknet-53
主要是借鉴了residual network加入了shortcut connections，具体结构如下图所示：

如果采用COCO mAP50做评估指标，YOLOv3的表现效果更好，如下图所示：

因此在对预测框准确度要求不是特别高的场合，YOLOv3特别适用，也说明了其box的IOU还有待加强。

YOLO系列（二）—— YOLO9000:Better, Faster, Stronger