yolov3在經過多個卷積和上取樣之後最終得到的是三個卷積結果，每乙個卷積結果的長和寬分別是（13x13,26x26,52x52),深度資訊是 [4(box資訊)+1(物體判別資訊)+80(classnum置信度)] *3(每個點上面計算幾個anchor)
yolo層的作用就是對這些資訊進行解碼操作。首先需要明白的是yolo層對3個anchor box資訊不去重，如果三個anchor 都滿足條件的話都會把資訊寫入到輸出。輸出會有乙個記憶體位址專門填寫滿足條件的檢測框的數量資訊，這裡的滿足條件就是在物體判別資訊概率大於門限同時在類別中選擇置信度最大的乙個物體當作類別資訊。所以每個anchor box 只負責乙個類別物體的檢測，當物體有重疊的時候可能檢測不好，當時使用多尺度的情況下檢測效果肯定不yolov1好了很多。
box的解碼是通過公式獲取的，
– σ 是logistic函式
在處理多batch的時候需要把每個輸入的影象資訊的檢測資訊組織到一起。
yolov3的缺點 yolov3特點總結
p1，yolov3，簡單總結下比較特別的地方 1.bounding box 中心值x,y的 是通過乙個sigmoid 函式，來 在每乙個單元 cell 的相對位置。而不像普通那種 乙個相對於anchor的offset。然後bbox 損失是用的mse 一般都是用smooth l1 3.類別 沒有使用s...
yolov3系列 零 yolov3詳解
目標檢測演算法與efficientdet講解 論 文 翻譯 yolov3主頁 yolo系列的目標檢測演算法可以說是目標檢測史上的巨集篇巨作，v3演算法是在v1 v2基礎上形成的，先看下 yolov1 yolov2 下圖為yolov3的網路結構 dbl darknetconv2d bn leaky 是...
yolov3檢測人頭 基於yolo v3的人臉檢測
一 實驗環境的搭建 1.安裝環境配置 python 3.6 tensorflow gpu 1.6.0 keras pillow opencv python matplotlib numpy 沒有通過pip安裝 例如 pip install keras 2.啟動虛擬環境，並且安裝對應的實驗環境 3.模...