前言

• v1和v2可以参考前两篇文章
• v1：https://blog.csdn.net/monk96/article/details/126603180?spm=1001.2014.3001.5502
• v2:https://blog.csdn.net/monk96/article/details/126605169?spm=1001.2014.3001.5502

v3

论文参考：https://arxiv.org/pdf/1804.02767.pdf
大v参考：https://zhuanlan.zhihu.com/p/76802514

v3 和v2 大体上的思路是差不多的， 做了一些细节上的修改。

改动

1. 提取网络的改变 Backbone
2. 先验框的改变
3. 特征图的提取,特征融合（金字塔特征）
4. loss函数的改变
5. softmax的改变

别急， 一个个来

backBone

论文中这样说：

This new network is much more powerful than Darknet19 but still more efficient than ResNet-101 or ResNet-152.
Here are some ImageNet results:

这边的网络是基于darknet-19上进行改进的，融合了resnet ，叫darknet。

先验框的设定改变

论文中提到：

v3 中沿用了v2的kmeans提取bounding-box， 为9种， 3个大，中，小。

特征图的提取

这边用了concat 替代了加和操作，目的在于concat可以融合特征图，如25625616 concat 25625616 = 25625632
每个特征图维度为 85

loss函数的修改

对于x, y, w, h ,引入了均方误差损失。
对于二分类问题， 引入了交叉熵损失函数。

softmax 改进

把常用的单分类， 设计成多类别

MSE 和交叉熵损失函数

https://zhuanlan.zhihu.com/p/95386061