背景
要在YOLO v2上作出改进。
方法
(1)分类器改变。从softmax loss改变为logistic loss,作用是处理符合标签,softmax loss只能用来预测只有一种类别的目标,logistic loss可以是多种类别。
(2)引入多级预测机制。在三种尺度的特征图上做detection。
(3)模仿了ResNet里residual block 的short cut,模型采用Darknet-53。
总结
没创新,效果好。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:目标检测论文解读8——YOLO v3 - Python技术站