YOLO系列（三）—— YOLOv3: An Incremental Improvement

本系列分爲三篇，此文爲本系列第三篇，其他文章：
YOLO系列（一）—— You Only Look Once:Unified, Real-Time Object Detection
YOLO系列（二）—— YOLO9000:Better, Faster, Stronger

project: https://pjreddie.com/darknet/yolo/
paper: YOLOv3: An Incremental Improvement

YOLOv3沒有太大的創新，主要是借鑑一些現有的方法來對YOLOv2進行一些改進，不過效果還是比較好的，在延續自己速度優勢的情況下，提升了檢測的準確率，效果如下圖所示：

YOLOv3主要在以下幾個方面做了改進：
1）對象分類由softmax改成logistic，這樣可以適用於一個物體有多個標籤的情況
2）借鑑FPN，在3個不同特徵尺度上進行預測，每個尺度每個grid預測3個boxes。
以416×416的輸入爲例，預測的box數爲:
大box： 416/32=13 13×13×3=507
中box： 13×2=26 26×26×3=2028
小box： 26×2=52 52×52×3=8112
這樣大大提升了對小物體的檢測
3）修改網絡結構爲Darknet-53
主要是借鑑了residual network加入了shortcut connections，具體結構如下圖所示：

如果採用COCO mAP50做評估指標，YOLOv3的表現效果更好，如下圖所示：

因此在對預測框準確度要求不是特別高的場合，YOLOv3特別適用，也說明了其box的IOU還有待加強。