说明
1.本文是博主的学习记录，主要为了方便以后查看，当然如果能为别人提供帮助就更好了，如果有不对的地方请指正
2.本文重点是了解YOLOv3在之前两篇的基础上做了哪些改进，尽量用较少篇幅表达清楚论文整体思路，其他一些不影响理解论文算法的东西有需要的请查看其他博客
3.论文中的链接是我经过大量搜索，个人认为讲解最清楚的参考，看本文的过程中如对一些名词有疑惑可以直接点击参考链接
创新点
1.使用特征金字塔思想在三个尺寸的特征图上分别预测
2.用logistic代替softmax作为分类器
YOLOv3
YOLOv3相对于之前的YOLOv1和YOLOv2做了一些改进，但是相对于目标检测来说没有什么创新，但这不影响它在工程算法中的地位。主要改进的地方有基础网络、多尺度特征图预测、logistic代替softmax以及置信度和类别概率部分损失函数改用二分类交叉熵
1.网络结构
提取特征的基础网络，YOLOv3采用了Darknet-53，借鉴了Resnet的残差块，相对于YOLOv2的Darknet-19增加了网络深度，比Darknet-19慢，但是比同精度的ResNet快很多
2.多尺度特征图预测就是特征金字塔思想，只不过操作和FPN不太一样，一个是选择融合的层不一样。FPN是小尺寸特征图上采样后和上一层进行融合，依次进行，融合方式是像素相加，融合后尺度和通道数不变；YOLOv3是小尺寸特征图经过上采样尺寸变为SxS，则选择前面的尺寸为SxS的特征图进行融合，融合方式是拼接，尺度不变，通道数是二者相加
放一张在这篇文章借鉴的图更好理解：
1）YOLOv3中，只有卷积层，通过调节卷积步长控制输出特征图的尺寸（输入图片尺寸任意）
2）输出维度为N×N×[3 x（4 + 1 + 80）]，NxN是网格数（分别是13、26、52），3是anchor个数，4是坐标信息，1是置信度，80是COCO数据集类别数（和YOLOv2没啥区别）
3）YOLOv2在最后一个特征图上进行预测，而YOLOv3在三个不同尺度的特征图上进行预测，所以anchor box 尺寸也得调整，依然使用k-means选择anchor，9中尺度，分为大中小三等，和FPN思想一样只不过没那么复杂公式对应，而是简单的大尺寸特征图（感受野小）对应小框，小尺寸特征图对应大框（感受野大），中尺寸特征图对应中框
再借鉴一张图感受一下不同尺寸的框：
黄色是gt，蓝色是anchor，红色是网格
3.logistic替代softmax以及损失函数
类别概率（输出维度中的80）不再用softmax，改用logistic分别对每个类别独立二分类；损失函数中坐标损失还是简单的平方差，置信度和类别概率损失改为二分类交叉熵，延续之前两篇的优良传统，每个gt只对应一个anchor（bbox也是）没有匹配到gt的anchor只产生置信度损失
其他
YOLOv3论文写的挺随意(我也随意的记录一下)，也没啥特别亮的创新点，但是工程中好用，可以研究研究代码，其他一些参考：cscn、知乎、知乎