YOLOv3的相关介绍文档

一、yolo_v3保留的东西：

①、“分而治之”，从yolo_v1开始，yolo算法就是通过划分单元格来检测，只是划分的数量不一样。

②、采用“leaky ReLU”作为激活函数。

③、端到端进行训练。一个loss function搞定训练，只需关注输入端和输出端。

④、从yolo_v2开始，yolo就用batch normalization作为正则化、加速收敛和避免过拟合的方法，把BN层和leaky relu层接到每一层卷积层之后。

⑤多尺度训练。在速度和准确率之间tradeoff。想速度快点，可以牺牲准确率；想准确率高点儿，可以牺牲一点速度。

二、yolo_v3的性能对比

       yolo_v3的模型比之前的模型复杂了不少，可以通过改变模型结构的大小来权衡速度与精度。速度对比如下：

图1. YOLOv3 与其他模型检测方法在coco数据集上的性能比较

 

三、yolo_v3的结构图如下：

图2. yolo_v3结构图

上图的一些补充：

DBL：就是代码中的Darknetconv2d­_BN_Leaky,是yolo­_v3的基本组件。就是卷积+BN+Leaky relu。对于v3来说，BN和Leaky relu已经是和卷积层不可分离的部分了，共同构成了最小组件。

resn：n代表数字，有res1,res2,…,res8等等，表示这个res_blovk里含有多少个res_unit。这是yolo_v3的大组件，yolo_v3开始借鉴了ResNet的残差结构，使用这种结构可以让网络结构更深。对于res_block的解释，可以在上图的右下角直观看到，其基本组件也是DBL。

concat：张量拼接。将darknet中间层和后面的某一层的上采样进行拼接。拼接的操作和残差层add的操作是不一样的，拼接会扩充张量的维度，而add只是直接相加不会导致张量维度的改变。