关于yolov3的网络结构理解

毕业开题答辩很顺利，但是感觉自己真的给自己挖了个大坑啊。想哭。。。。。真的不知道怎么开展自己的工作，还是先补一些基础知识。写一些博客，把之前做的工作记录一下。

最近在看yolov3的网络结构，了解了一下yolov3的cfg文件。

看了很多博客，但是还是理解的不是特别明白，博客中的图片是从别人的博客下载的。

贴一下觉得讲解的很好的博客 https://blog.paperspace.com/how-to-implement-a-yolo-object-detector-in-pytorch/

汇总一下，然后再记录一下自己的理解。

首先，yolov3的网络结构

yolov3进行了五次下采样，提取特征，然后在85层进行上采样，将85层和61层的特征拼接起来（这里的拼接到底是怎么操作的还不明白）同样的操作在98层也进行了。这里应该是采用了FPN的思想，想利用多尺度的特征增加特征的丰富程度，然后达到大目标和小目标的检测效果都很好的效果。

这里面也用到了resnet的思想，进行shortcut的思想来解决网络层数深，梯度消失的情况。

接下来了解了anchor机制。anchor机制是借鉴的fast-rcnn的思想。

首先，anchor应该是指在image原图上的锚框，而不是在特征图上的。anchor是我们自己在程序中设置的，fast-rcnn系列的anchor是在程序中手动设置，而yolov3则是用了k-means的聚类方法自动生成anchors。

 

网络实际的预测值为tx、ty、tw、th,根据上图中的四个公式计算得到预测框的中心点坐标和宽高bx、 by、 bw、 bh。其中，cx、 cy为当前grid相对于左上角grid偏移的grid数量。（这部分不是理解的很清楚）。

yolov3的源码在架构网络结构的时候用了很多链表，还在继续看，看不太懂。最近刷leetcode也在看链表（python3）.