YOLOv3对类别预测的激活函数进行了修改，但是没有使用softmax。首先说明一下为什么不用softmax，原来分类网络中的softmax层都是假设一张图像或一个object只属于一个类别，但是在一些复杂场景下，一个object可能属于多个类，比如你的类别中woman和person这两个类，那么如果一张图像中有一个woman，那么你检测的结果中类别标签就要和woman和person两个类，这就是多标签分类。
所以YOLOv3用逻辑回归层来对每个类别做二分类。逻辑回归层主要用到sigmoid函数，该函数可以将输出约束在0到1的范围内，因此当一张图像经过特征提取后的某一类输出经过sigmoid函数约束后如果大于0.5，就代表属于该类，这样一个框就可以预测多个类别。代价函数用的是sigmoid的交叉熵。
softmax是多分类，把所有类别概率统一，求出一个最大的概率，也就是最后只有一个类别，无法多标签。
sigmoid把每个类别做二分类，大于某个阈值则是次类，每个输出的分类值不和其他比较，只确定自己是否是某个类别
4485
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
