论文基本信息
- 标题:Yolov3: An Incremental Improvement
- 作者:Joseph Redmon Ali Farhadi
- 机构:University of Washington
- 来源:xxx
- 时间:2018
- 论文地址:https://link.zhihu.com/?target=https%3A//arxiv.org/pdf/1804.02767.pdf
- 代码地址:https://github.com/ultralytics/yolov3
论文概要
YOLO v3是YOLO 算法的第三个版本。也是Joseph Redmon关于YOLO 系列的最后一篇文章。YOLOv3是在YOLO v2的基础上的改进版本,改进了骨干网络,同时对小尺度和密集物体的检测效果也得到了显著的提升。是后面YOLO V4、YOLO v5的基础模型。
解决问题
对YOLO v2进行了改进,有更高的精度。同时保持了实时性检测的速度。
性能
这个图是 IOU =0.5的效果图。越往左,越快,越往上效果越好。