【6】目标检测之YOLO v3

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， $I_{ij}^{obj}$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 $I_{ij}^{obj}$=1，否则 $I_{ij}^{obj}$=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。
$I_{ij}^{noobj}$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