YOLOv3演进点

YOLOv2的缺点：1. 对单个目标不能预测多标签的目标； 2. 对小目标检测仍然性能不佳。

YOLOv3对此做出了较多的改进，具体如下：

1.  网络将单标签多分类的softmax层换成用于多标签多分类的逻辑回归层：  逻辑回归层主要用到sigmoid函数，该函数可以将输入约束在0到1的范围内，因此当一张图像经过特征提取后的某一类输出经过sigmoid函数约束后如果大于0.5，就表示属于该类。
2. 采用多个scale融合的方式做预测：为了进一步提升对小目标的检测性能，yolov3采用了类似于Faster-RNN的FPN做法，引入了三种尺寸的feature map，分别是13x13，26x26，52x52。每种尺寸的feature map对应3种规格的anchor。每个gridcell预测tensor尺寸为3x(5 + 80)，COCO数据中有80类，5的组成继续是表示bbox的4个数值和1个confidence score。
3. 网络结构（Darknet-53）：采用是全卷积的网络结构，同时引入了residual结构。
4. 损失函数：损失函数也做了一定的修改，如下所示

          

 

仍然是三类损失，包括bbox带来的损失、object带来的损失、分类带来的损失。在论文中，对于后两者的损失采用了BCE的loss形式，实际上在代码中，仍然使用了L2loss。因为，对于分类而言，二者的导数实际上是一致的。