参考网址:
https://blog.csdn.net/leviopku/article/details/82660381
YOLOV3采用了3个尺度的特征图(当输入为416×416时):13×13,26×26,52×52, yolov3每个位置使用3个先验框,所以使用k-means得到9个先验框,并将其划分到3个尺度特征图上,尺度更大的特征图使用更小的先验框。
网络基础结构
YOLOV3特征提取网络使用了残差模型,相比YOLOV2使用的Darknet-19,其包含53个卷积层,所以称为Darknet-53.
代码实现
Model = keras.models.Model
def tiny_yolo_bod