YOLO-V3深度阅读笔记

损失函数

1. coordinate loss
2. class predictions loss
   使用多标签分类损失。（使用 binary cross-entropy loss）
3. objectness loss

默认框和真实目标的匹配策略

1. 与真实目标重叠度最大的默认框为正样本。
2. 与真实目标重叠度大于阈值的默认框为正样本。（Faster RCNN中阈值为0.7，YOLO-V3阈值为0.5）。
3. 每一个真实目标只会指定与一个默认框匹配，其余的框只会有objectness loss（即是否存在物体的损失）

多尺度预测

1. 在三种不同的尺度上进行预测。

评价指标

1. 使用MAP0.5时，yolov3和其他方法差异不大。按照COCO那样的标准，明显的差异就出来了。作者认为从肉眼观察角度上讲，0.5和0.3的重叠差异不大，反对COCO那种评价标准。

尝试了其他策略，发现没效果

1. 采取普通的锚框预测机制，预测锚框相对于真实框中心位置的偏移量（以真实框的w和h，预测值为w和h值的倍数），采取线性激活的方式。w = prediction[..., 2]，预测的pred_w和pred_h，w和h的倍数，不过是取了对数后的。pred_boxes[..., 2] = torch.exp(w.data) * anchor_w pred_boxes[..., 3] = torch.