前言
相较于yolo v2，作者在v2基础上做了一些改进。一是特征提取部分采用darknet-53代替了原来的darknet-19，利用特征金字塔网络实现了多尺度检测，分类方法用逻辑回归代替了softmax。做到了又快有准。
Darknet-53
如上图所示：Darknet-53主要是由一系列的1x1和3x3的卷积层组成（每个卷积层后都会跟一个BN层和一个LeakyReLU层）。
yolo v3模型结构
从上图可以看出，yolo v3输出了三个不同大小的特征图，从上到下分别对应深层、中层和浅层的特征。深层的特征尺寸小，感受野大，有利于检测大尺度物体，而浅层的特征图则与之相反，更便于检测小尺度物体，这一点类似于FPN结构。
YOLOv3依然沿用了预选框Anchor，由于特征图数量不再是一个，因此匹配方法也要相应地进行改变。具体做法是：依然使用聚类算法得到9中不同大小宽高的先验框，然后按照下图所示的方法进行先验框的分配，这样，每一个特征图上的一个点只需要3个先验框，而不是YOLOv2中的5个。
由于这每一层的特征图都会预测3中尺寸不同的边界框，而每一个边界框有x，y，w，h，confidence一共5个参数，而且边界个网格还需要预测80中类别信息（coco数据集有80类），对于nxn的特征矩阵，也就是nxn个网格，所以网络输出的张量应该是：N ×N ×[3∗(4 + 1 + 80)]。
yolo v3损失函数
\[\mathrm{L}(\mathrm{O}, \mathrm{o}, \mathrm{C}, \mathrm{c}, \mathrm{t}, \mathrm{g})=\lambda_1 \mathrm{~L}_{\mathrm{conf}}(\mathrm{o}, \mathrm{c})+\lambda_2 \mathrm{~L}_{\mathrm{cla}}(\mathrm{O}, \mathrm{C})+\lambda_3 \mathrm{~L}_{\mathrm{loc}}(\mathrm{t}, \mathrm{g}) \] yolo v3 的损失函数只要分为3个部分：目标定位损失\(\mathrm{L}_{\mathrm{loc}}(\mathrm{t}, \mathrm{g})\)，目标置信度损失\(\mathrm{L}_{\text {conf }}(\mathrm{o}, \mathrm{c})\)和目标分类损失\(\mathrm{L}_{\mathrm{cla}}(\mathrm{O}, \mathrm{C})\)。其中\(\lambda_1, \lambda_2, \lambda_3\)是平衡系数。
标签：特征,yolo,53,v3,mathrm,lambda From： https://www.cnblogs.com/horolee/p/yolov3.html