1.改进了网络结构DreakNet-53,更加适合小目标检测
2.先验框 V1 2种 ,V2 聚类的5中 V3 9种
3.softmax改进 预测多标签任务。
4.有三种框 5252预测小的 2626可以预测中等物体 1313预测大的物体
5.scale 变换经典的方法
图像金字塔 (在v3中不合适 速度慢) 单一的输入
主要就是右图 主要就是上采样 可以用反卷积 或者线性插值去做
1313 的fm图 上采样 为2626的 进行和之前做卷积的2626的融合 最后融合过后的2626+2626在进行上采样为
5252 在和原来5252的进行融合 =5252+5252
6.网络结构
①没有池化(特征图进行压缩,效果不会太好)和全连接层
②下采样通过stride(步长) 为2 实现
③ 三种scale ,更多的先验眶(1313 2626 5252)
7.核心的网络架构
1313 就是特征图的大小 3是三种先验眶 box1 ,box2,box3 同2626 5252一样的
85就是 80+4+1 80个分类的类别概率 +x,y,w,h+置信度。
8.先验框的设计
9.softmax层替代
物体检测任务中可能一个物体有多个标签
logistic 激活函数来完成 来预测是不是
而在yolov3-tiny中,一共有6个anchor,(10,14), ( 23,27), (37,58), (81,82), (135,169), (344,319),
yolov3-tiny最终有2给分支输出作预测,特征图大小分别为1313,2626。每个特征图使用3个anchor做预测。
13*13的特征图使用(81,82), (135,169), (344,319)这3个anchor
26*26的特征图使用( 23,27), (37,58), (81,82)这3个anchor