YOLOV3个人理解总结

 

DBL:代码中的Darknetconv2d_BN_Leaky，是yolo_v3的基本组件。就是卷积+BN+Leaky relu。
resn：n代表数字，有res1，res2, … ,res8等等，表示这个res_block里含有多少个res_unit。
concat：张量拼接。将darknet中间层和后面的某一层的上采样进行拼接。拼接的操作和残差层add的操作是不一样的，拼接会扩充张量的维度，而add只是直接相加不会导致张量维度的改变。
上述参考原文链接：https://blog.csdn.net/litt1e/article/details/88907542 

改进点1--anchor聚类，9种：

 改进点2--多尺度预测：

        作者在3条预测支路采用全卷积的结构，其中最后一个卷积层的卷积核个数是255，是针对COCO数据集的80类：3*(80+4+1)=255，3表示一个grid cell包含3个bounding box，4表示框的4个坐标信息，1表示objectness score。

        从图6.7中可以看到， YOLO v3输出了3个大小不同的特征图， 从上到下分别对应深层、 中层与浅层的特征。 深层的特征图尺寸小， 感受野大， 有利于检测大尺度物体， 而浅层的特征图则与之相反， 更便于检测小尺度物体， 这一点类似于FPN结构。