目標檢測演算法之YOLOv3及YOLOV3-Tiny
本文來自@BBuf的社區專欄GianPandaCV，文末掃碼即可訂閱專欄。
前言
昨天稍微填上了YOLOv2損失函數的坑，然後我在知乎關注了一個有趣的問題，地址是：https://www.zhihu.com/question/357005177 。這是我在上面寫的一個回答：
因此，這一節我們只用關注YOLOv3演算法本身，訓練的時候將它的損失函數認為和YOLOv2一樣就好，Darknet以及很多開源代碼都是這樣來做的。
演算法原理
YOLOv3應該是現在YOLO系列應用的最廣泛的演算法了，基本就很少有人做工程還用V2了。而YOLOv3的演算法原理也很簡單，就引入了2個東西，一個是殘差模型，一個是FPN架構。FPN我們已經介紹過了，推文在這：目標檢測演算法之FPN殘差結構後面梳理經典網路的時候應該會再介紹一遍。
殘差模型Darknet-53
YOLOv3在YOLOv2提出的Darknet-19的基礎上引入了殘差模塊，並進一步加深了網路，改進後的網路有53個卷積層，命名為Darknet-53，網路結構如下：
同時為了說明Darknet-53的有效性，作者給出了在TitanX上，使用相同的條件將
的圖片分別輸入到以Darknet-19，Resnet-101，以及Resnet-152以及Darknet-53為基礎網路的分類模型總，實驗結果如下表：
從結果來看，Darknet-53比ResNet-101的性能更好，而且速度是其1.5倍，Darknet-53與ResNet-152性能相似但速度幾乎是其2倍。同時，Darknet-53相比於其它網路結構實現了每秒最高的浮點數計算量，說明其網路結構可以更好的利用GPU。
YOLOV3結構
一張非常詳細的結構圖，其中YOLOv3有三個輸出，維度分別是:
這裡的75介紹過，代表的
，其中20代表的是COCO數據集目標類別數，5代表的是每個目標預測框的
，3代表的是某一個特徵圖的Anchor，也即先驗框的數目。所以YOLOv3一共有9個Anchor，不過被平均分在了3個特徵層中，這也實現了多尺度檢測。。。一不小心就講完了？
多尺度檢測？
上一節講完了。。。總結一下，YOLOv3借鑒了FPN的思想，從不同尺度提取特徵。相比YOLOv2，YOLOv3提取最後3層特徵圖，不僅在每個特徵圖上分別獨立做預測，同時通過將小特徵圖上採樣到與大的特徵圖相同大小，然後與大的特徵圖拼接做進一步預測。用維度聚類的思想聚類出9種尺度的anchor box，將9種尺度的anchor box均勻的分配給3種尺度的特徵圖。
補充：YOLOv3-Tiny
或許對於速度要求比較高的項目，YOLOV3-tiny才是我們的首要選擇，這個網路的原理不用多說了，就是在YOLOv3的基礎上去掉了一些特徵層，只保留了2個獨立預測分支，具體的結構圖如下：
這個是工程下更加常用的。
後記
YOLOv3和YOLOv3-Tiny就講完了，感覺就是水文，後面有機會就更新一下如何使用NCNN部署YOLOv3或者YOLOv3-tiny模型，如果我還記得住這件事情的話，哈哈。順便說一句，目標檢測系列的講解還遠遠沒有結束，不信可以看我公眾號work那一欄裡面的深度學習里的目標檢測學習路線，還有超多坑需要慢慢填！！！如果看到這裡，不妨在右下角點個在看吧，謝謝。
掃碼訂閱專欄
關於專欄
AI 研習社專欄旨在滿足有持續創作能力的的知名學者、技術專家、優秀博主、講師和人工智慧人才文字創作和打造專屬個人IP的需求。AI 研習社希望能夠幫助大咖見證求知，分享洞見~
歡迎大家來AI研習社訂閱/開通專欄：https://www.yanxishe.com/column
