yolov3原理记录

wu_jiacheng

已于 2022-09-21 01:43:48 修改

阅读量830

点赞数

分类专栏： 2022-目标检测 2022-yolo 文章标签：深度学习人工智能

于 2022-09-21 00:52:41 首次发布

本文链接：https://blog.csdn.net/xd_wjc/article/details/126964513

版权

2022-目标检测同时被 2 个专栏收录

6 篇文章 0 订阅

订阅专栏

2022-yolo

3 篇文章 0 订阅

订阅专栏

1 网络结构

图一的 yolo v3结构图出自

https://blog.csdn.net/leviopku/article/details/82660381

图一 yolo v3结构图

DBL: 如图1左下角所示，也就是代码中的Darknetconv2d_BN_Leaky，是yolo_v3的基本组件。就是卷积+BN+Leaky relu。对于v3来说，BN和leaky relu已经是和卷积层不可分离的部分了(最后一层卷积除外)，共同构成了最小组件。

res unit: 残差单元，类似残差网络

resn：n代表数字，有res1，res2, … ,res8等等，表示这个res_block里含有多少个res_unit。这是yolo_v3的大组件，yolo_v3开始借鉴了ResNet的残差结构，使用这种结构可以让网络结构更深(从v2的darknet-19上升到v3的darknet-53，前者没有残差结构)。对于res_block的解释，可以在图1的右下角直观看到，其基本组件也是DBL。
concat：张量拼接。将darknet中间层和后面的某一层的上采样进行拼接。拼接的操作和残差层add的操作是不一样的，拼接会扩充张量的维度，而add只是直接相加不会导致张量维度的改变。

类似的结构图还有，如下这篇博客，这篇博客还有yolov4.v5,yolox的结构图，也是参考了上面提到的链接

https://blog.csdn.net/nan355655600/article/details/106246625 这篇博客写的相当好，主要写的是yolov4, 强烈推荐，博主的视频也讲的蛮好，下面的yolov5和yolox也是他写的

yolov5:深入浅出Yolo系列之Yolov5核心基础知识完整讲解_江大白*的博客-CSDN博客_yolov5

yolox：深入浅出Yolo系列之Yolox核心基础完整讲解 - 知乎

上图三个蓝色方框内表示Yolov3的三个基本组件：
（1）CBL：Yolov3网络结构中的最小组件，由Conv+Bn+Leaky_relu激活函数三者组成。
（2）Res unit：借鉴Resnet网络中的残差结构，让网络可以构建的更深。
（3）ResX：由一个CBL和X个残差组件构成，是Yolov3中的大组件。每个Res模块前面的CBL都起到下采样的作用，因此经过5次Res模块后，得到的特征图是608->304->152->76->38->19大小。

其他基础操作：
（1）Concat：张量拼接，会扩充两个张量的维度，例如26×26×256和26×26×512两个张量拼接，结果是26×26×768。Concat和cfg文件中的route功能一样。
（2）Add：张量相加，张量直接相加，不会扩充维度，例如104×104×128和104×104×128相加，结果还是104×104×128。add和cfg文件中的shortcut功能一样。

Backbone中卷积层的数量：
每个ResX中包含1+2×X个卷积层，因此整个主干网络Backbone中一共包含1+（1+2×1）+（1+2×2）+（1+2×8）+（1+2×8）+（1+2×4）=52，再加上一个FC全连接层，即可以组成一个Darknet53分类网络。不过在目标检测Yolov3中，去掉FC层，不过为了方便称呼，仍然把Yolov3的主干网络叫做Darknet53结构。