YOLOv3: An Incremental Improvement

YOLOv3: An Incremental Improvement

摘要

（1）比V2体积更大，精度更高，但是速度仍有保障
（2）输入320*320的图片后，v3能在22ms内处理完成，并取得28.2mAP，精度和SSD相当，但速度快上3倍。

介绍

更新

2.1边框预测

V3用逻辑回归预测每个边界框的objective score。如果当前预测的边界框比之前的更好的与ground truth对象重合，那他的分数就是1，如果当前的预测不是最好的但是和ground truth重合到了一定的阈值以上，神经网络会忽略这个预测。我们使用的阈值是0.5.
我们的系统只为每个ground truth分配一个边界框。如果先验的边界框并没有分配给相应的对象，那他只是检测错了对象，而不会对坐标和分类预测造成影响
（是否逻辑回归网络，将预测出的边框中的张量送进分类网络）

2.2分类预测

每个边界框都会使用多标记分类来预测框中可能包含的类别。
不使用softmax，而是用单独的逻辑分类器，因为我们发现前者对于网络性能提升并没有什么用，在训练过程中使用二元交叉熵损失来预测类别，有助于我们把YOLO用于更加复杂的领域（例如数据集中包含大量重叠的标签）

2.3 跨尺度预测

yolov3预测三种不同尺寸的边框，系统使用和特征金