没事简单读了下YoloV3的论文，跑了下模型。

今天我们来简单讲讲当前准确度比较高的网络当中速度最快的网络YoloV3，要知道当年Yolo出世的时候可是震惊四座，以短平快著称，就是精确性差了点，这次我们从论文简单分析下他的升级版本YoloV3。

先看看论文：

 

首先，是YoloV3的性能对比;

按作者的说法（我没有做过验证实验），YoloV3和SSD具有相同的精确度，但是速度要整整比SSD快了三倍，如果大家都用TitanX显卡来作为评价标准的话（10000元的东西直接当计量单位，果然是烧钱学习啊），那么YoloV3可以达到20帧，快起来50帧都可以做超清了，基本人眼直接看一点问题没有了，但是同期说自己贼快的RetinaNet同学（RPN系）的，顶多也就5帧，基本就没法达到视频流的要求啊。

对比的图么，基本就这样了：

然后的话，最终的输出结果是这四个参数，选中框中心的X，Y坐标以及当前框选的高度和宽度，然后损失函数是用的均方差这些参数之间的，最终通过逻辑回归的方式，返回中间目标检测的真实覆盖度作为得分，当框选中的区域得分大于0.5的阈值的时候，我们就认为这块区域是有物体的。

这张图之前看过Yolo论文的人都差不多知道了是什么意思了，这里就不做冗余介绍了。

 

然后这里整体还运用了anchors的方式来实现更好的框选，当然，最后会使用nms来进行筛选的，其中anchors的选择就是：(10×13),(16×30),(33×23),(30×61),(62×45),(59×119),(116 × 90),(156 × 198),(373 × 326).

其中为了能够在选择成功之后实现更加精确且短平快的识别，作者继续是用了darknet-53，相当中二的名字，就是这玩意儿实现进一步的分类，但是性能确实是比起resnet那种除了变深意外就什么都没有的resnet好多了。

 

当然在训练中为了更好的效果，作者还是利用了多尺度训练和批正则化的方式，好了接下来就是作者的一顿吹逼了（确实别人吹的起啊）。

没事拿华农兄弟跑了下，哈哈哈哈，好吧。