论文解读：YOLOv3

野性酷女 2022-05-12 03:12 192阅读 0赞

从这篇文章的写作风格可以看出，Joseph 这人是个幽默的老哥。。。

# 摘要 #

作者对YOLOv2进行了一些改进，使之在保持实时检测的同时，准确率又有所提升了。

# 介绍 #

作者说他这一年（18年）基本没干啥，就是打打电话，玩玩推特，偶尔还帮别人干点活。。

然后因为只对YOLO做了一些改进，但是并没什么特别有意思的地方，因此就写了这一篇技术报告。

# The Deal #

作者说他们大部分的工作都是从别人那里吸取好的点子，同时训练了一个新的分类器网络（比别人的好，恩。。）

## Bounding Box Prediction ##

和YOLO9000一样，在预测bounding box时使用了dimension clusters和anchor boxes。

YOLOv3在预测每个bouding box的objectness score时，使用的是logistic regression。

与faster rcnn不同的是，我们的系统只会给每个gt object指派一个bounding box。如果没有指派的话，就说明没有对象的box坐标，只有objectness。

## Class Prediction ##

每个box使用了多标签分类，我们不选择softmax是因为发现它很难取得好的效果，因此，改用一个单独的logistic classifiers。在训练阶段，使用binary cross-entropy loss来进行类别预测。

## Predictions Across Scales ##

YOLOv3在三种不同的scales下进行预测。

## Feature Extractor ##

作者使用了一个新的网络模型来提取特征，主要是在Darknet-19中引入了residual network stuff，最终模型的卷积层数达到53层，也就是Darknet-53。

## Training ##

仍然使用不带hard negative mining的图片训练。同时使用了multi-scale training，data augmentation，batch normalization，以及其他的一些标准程序。

# How We Do #

根据不同的评价标准，YOLO的性能差异较大，总的来说主要是因为YOLO虽然能标出物体的大致位置，但是画出的框并不是“完美”，使得在IOU要求高的评价标准上，YOLO的得分很低。

另外， 之前的YOLO在检测小物体上往往有很多瓶颈，而目前的YOLO已经在慢慢克服这方面的缺陷

# Things We Tried That Didn’t Work #

1.  **Anchor box *x*,*y*  x , y  offset predictions**
2.  **Linear *x*,*y*  x , y  predictions instread of logistic**
3.  **Focal loss**
4.  **Dual IOU thresholds and truth assignment**

# What This All means #

最后，作者讨论了一下为什么要选择其他的评价标准。

大意是，对于人类来讲，很难直接区分出IOU0.3和IOU0.5之间的差别，那么我们要求计算机这样做是否合理呢（我认为是合理的。。。）

后面作者说出了对计算机视觉未来发展的一些“愿景”。（作者反对隐私泄漏和军事用途）

发表评论取消回复

表情：

评论列表（有 0 条评论，192人围观）

还没有评论，来说两句吧...

相关阅读

相关 YOLOv3: An Incremental Improvement 论文详细解读

目录前言 1. 边界框预测 2. 多类别标注与分类 3. 多尺度目标检测 4. 网络架构前言对应YOLOv1论文解读：[You

逃离我推掉我的手/ 2023年01月24日 04:29/ 0 赞/ 87 阅读

相关 yolov3&yolov4&yolov5比较

简单总结了yolov3、v4、v5区别。 ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ib

墨蓝/ 2023年01月12日 14:57/ 0 赞/ 165 阅读

相关 Yolov4 cfg解读

通过[网络可视化工具netron][netron]可以查看cfg网络构图，其中可以查看每层网络的基本信息及编号，编号很重要，特别是route和shortcut层。 ![wat

一时失言乱红尘/ 2023年01月09日 15:31/ 0 赞/ 145 阅读

相关 ORB-SLAM3论文解读

目录 ORB-SLAM3论文解读摘要 I. 介绍主要的创新点数据关联模型 II. 相关工作 A. Visual SLAM B. Visual-Inerti

╰+哭是因爲堅強的太久メ/ 2022年12月19日 11:42/ 0 赞/ 619 阅读

相关【经典论文解读】YOLOv4 目标检测

前言 YOLO是一种目标检测方法，它的输入是整张图片，输出是n个物体的检测信息，可以识别出图中的物体的类别和位置。YOLOv4是在YOLOv3的基础上增加了很多实用的技巧

落日映苍穹つ/ 2022年09月04日 11:42/ 0 赞/ 1207 阅读

相关【经典论文解读】YOLOv3 目标检测

前言 YOLO是一种目标检测方法，它的输入是整张图片，输出是n个物体的检测信息，可以识别出图中的物体的类别和位置。YOLOv3相对v2版本，准确度和速度差不多，但对小目标

Myth丶恋晨/ 2022年09月03日 11:26/ 0 赞/ 195 阅读

相关【经典论文解读】YOLOv2 目标检测

前言 YOLO是一种目标检测方法，它的输入是整张图片，输出是n个物体的检测信息，可以识别出图中的物体的类别和位置。YOLOv2相对v1版本，更准确，速度更快，识别对象更多

谁践踏了优雅/ 2022年09月03日 00:16/ 0 赞/ 209 阅读

相关论文解读：YOLOv3

从这篇文章的写作风格可以看出，Joseph 这人是个幽默的老哥。。。摘要作者对YOLOv2进行了一些改进，使之在保持实时检测的同时，准确率又有所提升了。介绍

野性酷女/ 2022年05月12日 03:12/ 0 赞/ 193 阅读

相关《YOLOv3: An Incremental Improvement》论文笔记

1. 论文工作在这篇文章中又对之前的YOLO-v2进行了优化，优化之后的网络变大了，准确率也提升了。但是，升级之后得到的YOLO-v3也是一样的快。在分辨率 320 ∗

谁借莪１个温暖的怀抱￠/ 2022年05月11日 01:34/ 0 赞/ 170 阅读

相关 YOLOv1，YOLOv2 & YOLO9000 论文解读

`YOLOv1` paper title：You only look once: Unified, real-time object detection paper

梦里梦外;/ 2022年04月01日 15:50/ 0 赞/ 254 阅读