zoukankan      html  css  js  c++  java
  • YOLOv3

    YOLOv3

    作者:Joseph Redmon

    CVPR'18

    paper:YOLOv3: An Incremental Improvement

    亮点

    • 提出新的backbone-darknet53
    • 没有池化层和全连接层
    • 增加了分支,用于检测小目标对象(13$ imes(13, 26) imes(26, 52) imes$52)

    网络结构

    YOLOv3除去了池化层和全连接层,用卷积操作代替。

    引入了残差结构,使得backbone更深。

    对不同层的输出进行上采样拼接,增加了2条分支,用于预测小目标。每条分支最后的输出深度为255,原因是每条分支包括3个anchor,并且针对COCO80个种类设计,每个位置需要预测4个偏移量和1个置信度,3( imes)(5+80)=255

    bounding box的预测:和YOLOv2类似,每个网格的左上角坐标为((c_x,c_y)),bounding box有先验长宽,使用预测值调整bounding box的边界。

    每个框有个objectness分数(置信度,逻辑回归预测),bbox和GT的IOU大于0.5并且IOU最大的为1,作为正样本;其余大于0.5的舍弃,小于0.5的作为负样本,这样做可以舍弃不必要的anchor,减少计算。

    如果一个bbox没有被分配到GT,就不计算候选框损失和分类损失,只计算objectness损失。

    分类预测:没有使用softmax分类器。

  • 相关阅读:
    02_类和对象
    Django_数据库增删改查——增
    Django_同步数据库
    Django_models类属性。
    CSS_垂直居中
    CSS_背景属性
    CSS_定位
    CSS_浮动
    CSS_盒子模型
    CSS_元素的分类
  • 原文地址:https://www.cnblogs.com/xiaowk/p/15155601.html
Copyright © 2011-2022 走看看