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

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


  • 10
    点赞
  • 46
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值