YOLOv3 笔记

本文介绍了YOLOv3在YOLO系列中的改进,包括采用Darknet-53网络结构增加深度,利用特征金字塔进行多尺度预测,并用logistic替换softmax进行分类。此外,还讨论了损失函数的变化以及YOLOv3在工程实践中的优势。
摘要由CSDN通过智能技术生成

前言
1.本文重点是了解YOLOv3在之前两篇的基础上做了哪些改进,尽量用较少篇幅表达清楚论文算法,其他一些不影响理解算法的东西不做赘述
2.博客主要是学习记录,为了更好理解和方便以后查看,当然如果能为别人提供帮助就更好了,如果有不对的地方请指正(论文中的链接是我经过大量搜索,个人认为讲解最清楚的参考)

论文链接
代码链接
论文翻译

创新点
1.使用特征金字塔思想在三个尺寸的特征图上分别预测
2.用logistic代替softmax作为分类器

YOLOv3
YOLOv3相对于之前的YOLOv1YOLOv2做了一些改进,但是相对于目标检测来说没有什么创新,但这不影响它在工程算法中的地位。主要改进的地方有基础网络、多尺度特征图预测、logistic代替softmax以及置信度和类别概率部分损失函数改用二分类交叉熵

1.网络结构
提取特征的基础网络,YOLOv3采用了Darknet-53,借鉴了Resnet的残差块,相对于YOLOv2的Darknet-19增加了网

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值