P3-YOLO学习1.7-YOLOV3

目录

三.YOLOV3

1.在座的各位都是渣渣​编辑

2.Feature Extractor

3.Anchor Boxes

4.softmax

5.END

6.Innovation point

---

三.YOLOV3

1.在座的各位都是渣渣

        YOLOV3开创性的提出一种数据在第二象限的折线图，以表示识别速度极快

2.Feature Extractor

        

        随着ResNet提出并逐渐被应用，YOLOV3提出了一种网络层数更多的DarkNet-53来代替V2中的Darknet-19,并且同实现对比DarkNet的浮点运算更少，速度要比ResNet-152更快

                

                

3.Anchor Boxes

        

                

        和V2选择5个先验框不同的是，V3根据大中小三种Scale共选择9个先验框，并且使用类似于特征金字塔网络的概念使三个Scale间相互融合，以更好的预测图片中更小的物体

 

         可以通过上采样将13*13(插值法)变化为26*26，然后和26*26进行融合，52*52同理融合。

4.softmax

        softmax改进，预测多标签任务.

        使用logistic激活函数预测每一个类别是/不是

5.END

        2020年YOLO之父Joseph Redmon因故宣布推出CV领域，功成身退

         

6.Innovation point

        1>V3版本结合15年提出的《ResNet》这篇论文，使用以ResNet为核心思想的DarkNet-53网络主干更换V2版本中DarkNet-19

        2>为了更好的预测小物体，使用特征金字塔网络的概念代替V2中特征融合

        3>开创性的提出一种数据在第二象限以彰显自身模型优势的折线图

        4>softmax进行改进，以预测多标签任务