Title: YOLOv3: An Incremental Improvement(2018)
Link: Paper Website
Tips:
- YOLOv3 的改進有哪些，模型融合形成新網絡
Summary:
YOLOv3 在 YOLOv2 基礎上做了一些小改進，文章篇幅不長，核心思想和 YOLOv2、YOLO9000差不多。
但是這些小改動確帶來了不錯的性能提升，改動包括爲邊界框預測分數，多標籤分類，預測多尺寸的邊界框，替換骨幹網絡。
文中的各種嘗試無論是否 work，都值得我們瞭解學習，它們能給我們提供思路。
論文目錄
Abstract
YOLOv3 相比 YOLOv2 檢測更準了，而且速度仍然很快。
YOLOv3 在320×320 的圖像分辨率上取得了 28.2 mAP，速度在22毫秒內，與SSD一樣準確，但速度提高了三倍。
1. Introduction
這是一段風格清奇的 introduction，作者說他比較忙沒有太多時間改進 YOLO，但一個項目需要引用 YOLO，所以他對 YOLO 做了一些小改動，這篇論文其實是一篇技術報告，技術報告不需要introduction，所以這部分寫得很隨意。
報告剩下的部分爲：
- YOLOv3 的改進
- 實驗結果
- 嘗試的一些沒效果的做法
- 總結
2. The Deal
如何改進：參考別人的 good idea，訓練一個更好的分類器。
2.1. Bounding Box Prediction
繼續採用 YOLO9000 使用 anchor box 預測 bounding box 的方法（參考：目標檢測中的Anchor）。
YOLOv3 使用邏輯迴歸爲每個邊界框都預測了一個分數 objectness score，打分依據是預測框與物體的重疊度。如果某個框的重疊度比其他框都高，它的分數就是 1，忽略那些不是最好的框且重疊度大於某一閾值（0.5）的框。
2.2. Class Prediction
和 YOLOv2 一樣，YOLOv3 仍然採取多標籤分類（multilabel classification），因爲標籤有重疊，比如人和女人。訓練中爲每個類使用獨立的邏輯分類器，使用 binary cross-entropy loss 。
2.3. Predictions Across Scales
YOLOv3 檢測時會預測三個尺寸的檢測框。因此，卷積層最後輸出三維的邊界框（4 個偏移量），分數（1個）和類別（80個），所以輸出的向量爲 N×N× [3 ∗ (4 + 1 + 80)]。
再說一下 k-means 聚類中心當作參考框，我們只是隨意選擇了9個聚類和3個比例，然後將這些聚類在各個比例之間平均分配。
2.4. Feature Extractor
特徵提取使用了新網絡。它是 YOLOv2 的 Darknet-19 和殘差網絡的一個混合網絡。它使用了連續的 3×3 和 1×1 卷積層以及 shortcut connections，最後有 53 個卷積層，姑且稱爲 Darknet-53。
在 ImageNet 和這些網絡比較，可以看出 Darknet-53 分類比較有效。
3. How We Do
YOLOv3 在 COCO 數據集上的表現和分析如下：
和 SSD 比性能差不多，但速度快 3 倍。從性能看， YOLOv3 和 RetinaNet 這樣的模型還有一些差距。
單看 AP50 這個指標（IOU=0.5），YOLOv3 快追上 RetinaNet，遠在 SSD 及它的其他版本之上，這體現了 YOLOv3 的潛力。但看其他指標，當 IOU 要求變高 YOLOv3 的性能變低，這說明模型還需要解決對齊的問題。
YOLO 以前的版本檢測小物體不理想，但看 YOLOv3 的 APs 指標相對較高，這說明多尺寸訓練比較有效。但 APm 和 APL 相對較差。
4. Things We Tried That Didn’t Work
爲改進模型的其他沒效果的嘗試：
Anchor box x, y offset predictions
使用線性激活函數將 x，y 的偏移量預測爲框寬度或高度的倍數。
Linear x, y predictions instead of logistic
使用線性激活來直接預測x，y偏移量，而不是邏輯迴歸。
Focal loss
另一種損失。→ 參考
Dual IOU thresholds and truth assignment
模仿 Faster R-CNN，在訓練中使用兩個 IOU 閾值。
5. What This All Means
這部分是 conclusion 和 discussion。
YOLOv3 是一個又準又快的目標檢測器，實驗證明它比 YOLOv2 性能提升不少。
根據實驗，YOLOv3 的 AP 在 IOU 爲 0.5 到 0.95 的情況下表現不太好，但在 IOU 爲 0.5 的情況下表現不錯。