yolov3原理及代码理解
yolov3较yolov2改进的地方
- 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。
- 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。 - predictions across scales
3个先验框,3个尺度,维度聚类得到 - 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