目标检测-YOLO V3 主干网络结构

Darknet-53 特征提取

13  x 13   每个网格点3个先验框  

26  x  26  每个网格点3个先验框 

52  x  52  每个网格点3个先验框 

13  13  75 -> 13 13 3  20(类别概率) 1(是否有物体)  4(先验框坐标)

上采样是图像维度的堆叠与Resnet的残差图像融合是不同的。其它操作和上一层的操作一样之后 完成分类和先验框的矫正。