YOLO V3算法思想

一、YOLO模型的发展：

YOLO各版本对应的输入输出：

版本	输入	输出
YOLO V1	448 X 448 X3	7 X 7 X 30
YOLO V2	416 X 416 X 3	13 X 13 X 5 X 25
YOLO V3	416 X 416 X 3	13 X 13 X 255、26 X 26 X 255、52 X 52 X 255

注：在YOLO V2输出中，1313表示网格数，5表述先验框个数，25表示类别数20（VOC 20类对象）+ 边框坐标4 + 边框置信度1。在YOLO V3中，1313表示感受野，255表示3*（80+5）

二、YOLO V3

backbone：提取特征
neck：FPN特征金字塔
head：输出层
输出的的图片越大，单张图片预测框数量越少。
损失函数：IOU<0.5为负样本
训练过程：
测试过程：