yolov3原理及代码理解

yolov3较yolov2改进的地方

1. 一个真实框只匹配一个先验框，那么匹配哪个先验框呢？对于给定的几个先验框，分别与真实框计算IOU，选择IOU大于给定阈值且最大的先验框。认为该先验框有目标，其他先验框无目标，只计算object损失，不计算定位损失和分类损失。
2. 类别预测：
   利用独立的逻辑回归代替softmax（由于多标签问题），训练期间，用二元交叉熵损失作为类别预测。
3. predictions across scales
   3个先验框，3个尺度，维度聚类得到
4. 网络设计改变为Darknet53

yolov3训练过程

不加负样本、多尺度、数据增强、batch normalization