目标检测：YOLOV3技术详解

• 前言
• 主要改进
• • DarkNet53
  • 新的分类器
  • 正负样本的匹配
  • 损失函数

前言

YOLOV3是V2的升级版，也是原作者的绝笔，V3主要还是把当时一些有用的思想融入了进来，没有什么创新型的突破，具体细节我们下面介绍。

主要改进

DarkNet53

从yolov2的darknet19 转换为了新的darknet53，主要借鉴了FPN的思想，引入了多个感受野的特征融合，具体如下图：

CBL模块：卷基层+BN层+Leaky relu激活函数
ResUnit模块：两个CBL层+残差连接
ResX模块：CBL模块+ X个ResUnit模块

Concat：代表channel维度的叠加（就好比高中时期课代表收作业，最终会抱着很高的作业，把每一本作业必做一个feature map，那么这个作业本堆叠的过程就叫concat）。

网络输出3个大小不同feature map，这三个的感受野不同，作者用他们分别负责识别不同大小的目标，作者在聚类挑选anchor的时候，分成9个cluster，最小的三个尺度划分给 hw为76的feature，以此类推。

新的分类器

由于 COCO数据集的类别从20增加到80，会有很多类似的类别，比如说男人于女人，他们虽然可以看成两类，但是本身也有联系，而Softmax分类器假设的是所有类别互不相关，所以作者对每一个类别改用softmax的二分类。

正负样本的匹配

作者设定了两个IOIU阈值，假设为0.5，0.3，表示如果anchor与ground truth的IOU大于等于0.5或者是anchor中IOU最大的，则设定为正样本，小于0.3的设定为负样本，然而大于0.5却不是IOU最大的则直接丢弃。

然而在Ultralytics版本的代码中，没有采取这个策略，因为会造成正样本不足。

损失函数