改进
Darknet-53
骨干网络采用Darknet-53 的网络结构,含有53个卷积层,增加了残差结构。
多尺度特征图预测
YOLO v3 更进一步采用了 3 个不同尺度的特征图来进行对象检测,可以参考下面的网络结构图,通过聚类的方法生成了9种先验框(10x13),(16x30),(33x23),(30x61),(62x45),(59x119),(116x90),(156x198),(373x326)。
在最小的 13 * 13 特征图上(有最大的感受野)应用较大的先验框(116x90),(156x198),(373x326),适合检测较大的对象。中等的 26 * 26 特征图上(中等感受野)应用中等的先验框(30x61),(62x45),(59x119),适合检测中等大小的对象。较大的 52 * 52 特征图上(较小的感受野)应用较小的先验框(10x13),(16x30),(33x23),适合检测较小的对象。
原文链接:https://blog.csdn.net/m0_45962052/article/details/105199178
正负样本匹配
正样本匹配:对每一个GroundTruthBox,取IOU最大的先验框作为正样本,剩余的先验框中,IOU>0.5的既不是正样本,也不是负样本,剩余的是负样本,不用于计算损失。正样本用于计算coordinate损失、confidence损失、class prediction损失,负样本只计算confidence损失。
边界框计算公式优化
网络结构
知识点
损失函数
YOLO v3的损失函数包括coordinate损失、confidence损失、class prediction损失,
I
i
j
o
b
j
I^{obj}_{ij}
Iijobj表示负责第i个网格的第j个先验框是否负责这个object,是的话
I
i
j
o
b
j
I^{obj}_{ij}
Iijobj=1,否则
I
i
j
o
b
j
I^{obj}_{ij}
Iijobj=0。
那么什么叫做负责呢? 当一个先验框是相较于所有的先验框是与该obj的GT Box的IOU最大,即该先验框为正样本时,这个先验框是负责这个object。
I
i
j
n
o
o
b
j
I^{noobj}_{ij}
Iijnoobj表示当前先验框是不负责这个object。
论文中是这么规定正负样本的,但是我看代码是,只要目标所在网格产生的9个先验框中和目标的真实框的iou大于阈值的就为正样本,如果都小于阈值,那么和目标iou最大的为正样本。
原文链接:https://blog.csdn.net/weixin_43384257/article/details/100986249