darknet-yolov3学习笔记

darknet-yolov3学习笔记：

1. 416416输入，5次下采样，输出三种尺度（8倍采样：5252，16倍采样：2626，32倍采样：1313）。

2. 聚类得到三种尺度的共9个anchor box，1313：（(116 ,90); (156 ,198); (373 ,326)，大目标检测），2626：（(30,61); (62,45); (59,119)，中目标检测），56*56：（(10,13); (16,30); (33,23)，小目标检测）。

3. 每个cell预测anchor box的三个框，416416输入时输出（5252+2626+1313）*3=10647个proposal box。

4. 训练过程中采用设置阀值的IoU（交并比）评估预测值与真实值的偏差，从而训练输出各proposal box的置信度，根据各置信度通过非极大抑制（NMS）机制，设置阀值，预测模型置信度为极大值的目标框（多个）。

5. 可以通过kmeans聚类自己数据集的anchor box，然后按照FPN的结构修改cfg文件下的anchors参数。