目标检测学习之路——YOLOv3

相比于YOLOv2,YOLOv3主要做了如下改进:1、提出了新的特征提取器模型Darknet53,该模型相比于Darknet19采用了残差单元(类似ResNet),因此网络模型可以更深;2、采用FPN(feature pyramid networks)结构来实现多尺度预测;3、分类器的改变,使用多个多个 logistic 分类器替代原始的Softmax分类器。 1、Darknet53 Darknet53 与 ResNet-101 或 ResNet-152 准确率接近,但速度更快,对比如下: 检测模型网络结构如下所示: 2、多尺度预测 YOLOv3使用了3个尺度的feature map(当