开发者社区> HanZee> 正文

目标检测：YOLOV3技术详解

2023-02-05 85

简介： 目标检测：YOLOV3技术详解

+关注继续查看

目标检测：YOLOV3技术详解

前言

YOLOV3是V2的升级版，也是原作者的绝笔，V3主要还是把当时一些有用的思想融入了进来，没有什么创新型的突破，具体细节我们下面介绍。

主要改进

DarkNet53

从yolov2的darknet19 转换为了新的darknet53，主要借鉴了FPN的思想，引入了多个感受野的特征融合，具体如下图：

在这里插入图片描述

CBL模块：卷基层+BN层+Leaky relu激活函数
ResUnit模块：两个CBL层+残差连接
ResX模块：CBL模块+ X个ResUnit模块

Concat：代表channel维度的叠加（就好比高中时期课代表收作业，最终会抱着很高的作业，把每一本作业必做一个feature map，那么这个作业本堆叠的过程就叫concat）。

网络输出3个大小不同feature map，这三个的感受野不同，作者用他们分别负责识别不同大小的目标，作者在聚类挑选anchor的时候，分成9个cluster，最小的三个尺度划分给 hw为76的feature，以此类推。

新的分类器

由于 COCO数据集的类别从20增加到80，会有很多类似的类别，比如说男人于女人，他们虽然可以看成两类，但是本身也有联系，而Softmax分类器假设的是所有类别互不相关，所以作者对每一个类别改用softmax的二分类。

正负样本的匹配

作者设定了两个IOIU阈值，假设为0.5，0.3，表示如果anchor与ground truth的IOU大于等于0.5或者是anchor中IOU最大的，则设定为正样本，小于0.3的设定为负样本，然而大于0.5却不是IOU最大的则直接丢弃。

然而在Ultralytics版本的代码中，没有采取这个策略，因为会造成正样本不足。

损失函数

在这里插入图片描述

版权声明：本文内容由便宜云服务器实名注册用户自发贡献，版权归原作者所有，便宜云服务器开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《便宜云服务器开发者社区用户服务协议》和《便宜云服务器开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

数据挖掘计算机视觉

开发者社区 > 人工智能 > 文章

机器翻译工业大脑

作者高分内容

更多

自动驾驶：BEVDet 157 自动驾驶：BEV开山之作LSS（lift,splat,shoot）原理代码串讲 368 Python：房价爬虫设计 113 深度学习：CSPNet 143 深度学习：Self-Attention与Multi-heads Attention详解 103

相关文章

5i77ajz5u7ji6

详细解读SSPNet| 小目标检测该如何进行改进？

详细解读SSPNet| 小目标检测该如何进行改进？

11 0

5i77ajz5u7ji6

详细解读 | 如何改进YOLOv3使其更好应用到小目标检测(比YOLO V4高出4%)（二）

详细解读 | 如何改进YOLOv3使其更好应用到小目标检测(比YOLO V4高出4%)（二）

7 0

5i77ajz5u7ji6

详细解读 | 如何改进YOLOv3使其更好应用到小目标检测(比YOLO V4高出4%)（一）

详细解读 | 如何改进YOLOv3使其更好应用到小目标检测(比YOLO V4高出4%)（一）

11 0

linuszhang

一文带你了解时下最新的目标检测模型——YOLOv8

Ultralytics YOLOv8: State-of-the-Art YOLO Models，作者：Sovit Rath

107 0

史一试

深度学习计算机视觉之YOLO，YOLOv2和YOLOv3算法(超详细解析)

您只看一次（YOLO）是针对实时处理的对象检测系统。我们将在本文中介绍YOLO，YOLOv2和YOLOv3。

78 0

5i77ajz5u7ji6

目标检测系列 | 无NMS的端到端目标检测模型，超越OneNet，FCOS等SOTA！

目标检测系列 | 无NMS的端到端目标检测模型，超越OneNet，FCOS等SOTA！

100 0

心无旁骛～

【YOLO系列】YOLOv8算法（尖端SOTA模型）

Ultralytics YOLOv8 是由 Ultralytics开发的一个前沿 SOTA 模型。它在以前 YOLO 版本的成功基础上，引入了新的功能和改进，进一步提升了性能和灵活性。YOLOv8 基于快速、准确和易于使用的理念设计，使其成为广泛的物体检测、图像分割和图像分类任务的绝佳选择。

969 0

Deephub

使用Yolov5进行端到端目标检测

使用Yolov5进行端到端目标检测

177 0

游客jcvfrv6whvf7q

TPH-YOLOv5 | 基于Transformer的YOLOv5小目标检测器 | 四头加注意力

TPH-YOLOv5 | 基于Transformer的YOLOv5小目标检测器 | 四头加注意力

729 0

爱吃橘子的小翟

目标检测系列讲解（三）之yolov3原理论文讲解（一）

目标检测系列讲解（三）之yolov3原理论文讲解（一）

80 0

+关注

HanZee

文章

问答

视频

作者高分内容

更多

自动驾驶：BEVDet 157 自动驾驶：BEV开山之作LSS（lift,splat,shoot）原理代码串讲 368 Python：房价爬虫设计 113 深度学习：CSPNet 143 深度学习：Self-Attention与Multi-heads Attention详解 103

文章排行榜

最热

最新

1 C++ STL容器和算法：详解和实例演示 39483

2 Go 方法接收器：选择值接收器还是指针接收器？ 38113

3 干掉 “重复代码”，这三种方式绝了！ 36569

4 万能架构设计：ES+Redis+MySQL，这套组合可应对80%业务场景（2） 31300

5 使用篇丨链路追踪（Tracing）很简单：链路拓扑 30572

6 如何提高光伏发电效能异常检出效率的实践案例 28266

7 日志服务 SLS 和开源 ELK 全面对比 28030

8 数据一致性比对（番外） 27391

9 便宜云服务器蔡英华：Landing Zone助力生态伙伴成为企业云治理服务专家 25502

10 如何画好一张架构图？（3） 22796

11 高性能的本地缓存方案选型，看这篇就够了！ 21522

12 PolarDB-X 致数据库行内人 (一) ~ 如何有效评测国产数据库的分布式事务 15294

13 实践教程之体验PolarDB-X分布式事务和数据分区 10337

14 Python3，自从掌握了这个方法，再也不用print进行调试了。 14595

15 现场直击：2023便宜云服务器峰会精彩发布抢先看（内含福利） 334999

16 如何解决IoT数据入仓的客户实践 8619

17 大数据&AI产品月刊【2023年4月】 5400

18 ClickHouse创始人：融合数据库该“卷”的还是性能和速度 55349

19 便宜云服务器联合埃森哲正式发布《跨国企业上云登陆区（Landing Zone）白皮书》 50755

20 除了价格降70%，关于对象存储预留空间你还需要了解这些 32337

1 AIGC创作家 152

2 当MySQL想恋爱，java和navicate抢着做媒婆 ------ java连接MySQL数据库 & navicat for MySQL 连接 90

3 亿视电子基于PolarDB-X打造能源数字基座实践 67

4 全面升级，重磅上线！容器服务ASK评测携大奖前来！ 60

5 便宜云服务器丁宇：云上开发成为主流，Serverless 定义新范式 67

6 便宜云服务器AI新品“通义听悟”，开放公测！ 1569

7 LeetCode算法小抄--二叉搜索树 125

8 小米基于 Flink 的实时数仓建设实践 146

9 便宜云服务器OpenSearch重磅推出LLM问答式搜索产品，助力企业高效构建对话式搜索服务 715

10 便宜云服务器“通义听悟”正式公测：用户可免费领100小时转写服务 7346

11 Bean异步初始化，让你的应用启动飞起来 5968

12 图解LeetCode——98. 验证二叉搜索树 11032

13 图解LeetCode——108. 将有序数组转换为二叉搜索树 100

14 Windows上的实用CMD命令 10890

15 关于编辑Windows的右键【新建】删除和添加 11171

16 SpringMVC总结_从RESTful到拦截器 10894

17 进阶篇丨链路追踪（Tracing）很简单：链路成本指南 6105

18 一口气整理三种不同运营商要素验证API的Java 接入代码 81

19 python异常处理 10701

20 Git分支教程：详解分支创建、合并、删除等操作 10942

相关课程

更多

深度学习理论与实战（基于TensorFlow实现）

459

91

去学习

相关电子书

更多

纯干货 | 机器学习中梯度下降法的分类及对比分析

立即下载

低代码开发师（初级）实战教程

立即下载

阿里巴巴DevOps 最佳实践手册

立即下载

相关实验场景

更多