前言:
{
这次记录YOLO的最新版本YOLOv3的相关改动,文章地址:https://arxiv.org/pdf/1804.02767.pdf。
}
正文:
{
第二节中提到了相关改变。
当与标签框非最佳匹配的框先验(box prior)的预测与标签框的覆盖没有超过一个阈值时,此预测只参与目标性得分的损失计算(即其目标性为0);并且当与标签框非最佳匹配的框先验的预测与标签框的覆盖超过一个阈值时,此预测不参与损失计算。即下式的最后一行被改变了,现在的标签目标性只有0和1。
其中b为标准框的各种属性,t为网络输出的各种框属性,p为框先验的属性,即anchor box的高和宽,并且σ()为修正函数。
取消了类预测的softmax,现在每个框可以属于多个类了(用阈值来判定类?文章这里没说明。)。
使用了一种类似金字塔结构的结构,对最终特征图和前面某2层的经过上采样的特征图进行concate,以形成新的特征图,之后又加了几层卷积层,因此得到新的最终特征图。(这里有点不明白,文章上说对最终尺度还有额外的设计,但是所有尺