yolov3的缺点_yolov3特点总结

P1，YOLOV3，简单总结下比较特别的地方：

1.Bounding Box 预测。中心值x,y的预测，是通过一个sigmoid 函数，来预测在每一个单元(cell)的相对位置。而不像普通那种预测一个相对于anchor的offset。然后BBOX预测损失是用的MSE(一般都是用smooth L1)。

2.Anchor标签。每一个GT只会与IOU最大的一个anchor匹配(这训练估计起飞，或许这就是You Only Look Once的核心思想 )，其余IOU大于0小于0.5的anchor，作为负样本。(但这一张图通常只有几个目标，要是最后的anchors有100个，岂不是百分之九十几都是负样本？很困惑，在线等解答。)

3.类别预测。 没有使用softmax，而是对每一个类用二分类(类似逻辑回归)。作者的解释是，很多目标是多标签的。

4.Anchor size。首先抽了三次feature map(应该是用FPN架构，没画网络结构图，看着费劲)，每个map都有三种anchor size，这些anchor size 是通过聚类得到的(不再是人为设置scale 和ratio)

5.BackBone： Darknet-53作者还解释了下为什么叫这个名字(It has 53 convolutional layers so we call it.... wait for it..... Darknet-53!)(其实就是resnet的bottleneck去掉了1*1升维部分，直接使用了3*3去升维)，然后和res101分类性能对比了下，果然ResNet又一次地被吊打，准确率、计算效率、速度全盘被吊打。

6.训练： multi-scale training。