*.Yolov3学习心得
1、网络架构*
Yolov3采用Darknet53作为特征提取网络,该网络舍弃了一般特征提取网络的pooling池化层,通过改变卷据层的stride=2,实现下采样的操作,Darknet53最大的特点就是网络中穿插残差结构,残差网络的结构如下
1.1 残差结构
![在这里插入图片描述](https://img-blog.csdnimg.cn/20200613163445205.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzQwMjE2OA==,size_16,color_FFFFFF,t_70#pic_center)
残差结构在一定程度上加深了网络深度,缓解了网络中增加深度带来的梯度消失问题,使优化更容易。
1.2 upsample和多特征融合
Yolov3采用了类似于如图特征金字塔网络的upsample和多特征融合策略,分别在倒数3个