【论文精读】YOLO全系列

最近在搞深度学习，总结归纳一下看过的论文，也希望有不对的地方请大佬指正！！！！

原文链接YOLOv3: An Incremental Improvement

★★★由于YOLOv3是一篇技术报告，内容相对较少，因此本文直接总结YOLOv3较前两个版本的创新点

一、backbone

• YOLOv1：作者自己设计的，未命名
  

448 * 448的图像输入，7 * 7 * 30张量（7 * 7对应为grid cell，30为两个bounding box的2 * 5个参数与20个标签类别）输出，通过卷积池化操作最终再通过两个全连接层输出，实现较为基础的特征提取网络。

• YOLOv2：Darknet-19
  

左图为分类网络，右图为完整的特征提取网络，Darknet-19在大小为26 * 26 * 512处增加一个直通层，并通过1 * 1卷积将其变为4个13 * 13，拼接在深层特征之后。该方法将深层与浅层特征融合，提取到更细粒的特征信息，有利于小目标的识别定位。同时，Darknet-19首次加入了BN层，BN层有利于加速收敛，正则模型防止过拟合。

• YOLOv3：Darknet-53
  

Darknet-53同样采取深层语义信息与浅层特征融合的方法，其将深层特征上采样后与上一层特征进行拼接操作（沿通道方向相加）。Darknet-53最终输出有三个尺度，在预测时计算ground truth与所有尺度中所有anchor的IOU，选择最大IOU的anchor所在尺度进行预测。

二、loss（参考B站同济自豪兄）

• YOLOv1：
  

YOLOv1将损失函数分为5个部分，详细看图中介绍

• YOLOv2：
  

YOLOv2将损失计算分为3个部分，详细看图中介绍

• YOLOv3：
  

YOLOv3将损失分为3个部分，详细看图中介绍

其他YOLO论文精读：

YOLOv1精读
YOLOv2精读