YOLO v3 详解

YOLOv3: An Incremental Improvement

论文链接

---

  YOLO v3 是目前工业界用的非常多的目标检测的算法。YOLO v3 没有太多的创新，主要是借鉴一些好的方案融合到 YOLO v2 里面。不过效果还是不错的，在保持速度优势的前提下，提升了预测精度，尤其是加强了对小物体的识别能力。
  YOLO v3 主要的改进有： （1）调整了网络结构；（2）利用多尺度特征进行对象检测；（3）对象分类用 Logistic 取代了 softmax。

一、核心思想

---

图 1：多种尺度网格

  YOLO v3 的核心思想就是用 3 种不同的网格来划分原始图像。其中 13 * 13 的网格划分的每一块最大，用于预测大物体。26 * 26 的网格划分的每一块中等大小，用于预测中等物体。52 * 52 的网格划分的每一块最小，用于预测小物体。

二、Darknet-53

---