YOLO v3总结了自己在YOLO v2的基础上做的一些尝试性改进，有的尝试取得了成功，而有的尝试并没有提升模型性能。其中有两个值得一提的亮点，一个是使用残差模型，进一步加深了网络结构；另一个是使用FPN架构实现多尺度检测。

YOLO v3的创新点有哪些？

1. 全新的网络结构：DarkNet-53

2. 融合了FPN

3. 用逻辑回归替代softmax作为分类器

1. YOLOv3网络结构改进–Darknet-53

YOLO v3在之前Darknet-19的基础上引入了残差模块，并进一步加深了网络，改进后的网络有53 5353个卷积层，取名为Darknet-53，网络结构如下图所示（以 256 × 256 以256×256以256×256的输入为例）。

Darknet-53模型结构 整个网络主要包括5组残差块，如下：

以256x256输入为例，首先经过一个3x3x32的卷积层输出为256x256x32;
接着经过一个3x3x64 stride=2的卷积层输出为128x128x64;
接着经过一个残差块(前面学习残差网络的时候学过)，输出为128x128x64；
再经过一个3x3x128 stride=2的卷积层输出为64x64x128;
经过2个残差块后输出为64x64x128;
接着经过一个3x3x256 stride=2的卷积层输出为32x32x256;
接着经过8个残差块，输出为32x32x256；
再经过一个3x3x512 stride=2的卷积层输出为16x16x512;
接着经过8个残差块后输出为16x16x512;
接着经过一个3x3x1024 stride=2的卷积层输出为8x8x1024;
接着经过4个残差块后输出为8x8x1024;
最后经过池化全连接层以及softmax输出.

更加具体的Pytorch复现请看我另一篇文章 Darknet53网络结构复现（Pytorch版）

为了比较Darknet-53与其它网络结构的性能，作者在TitanX上，采用相同的实验设置，将256 × 256 256×256256×256的图片分别输入以Darknet-19，ResNet-101，ResNet-152和Darknet-53为基础网络的分类模型中，实验得到的结果如下图所示。可以看到Darknet-53比ResNet-101的性能更好，而且速度是其1.5倍，Darknet-53与ResNet-152性能相似但速度几乎是其2倍。注意到，Darknet-53相比于其它网络结构实现了每秒最高的浮点计算量，说明其网络结构能更好的发挥GPU性能 。

2.YOLOv3FPN改进

YOLO v3借鉴了FPN的思想，从不同尺度提取特征。相比YOLO v2，YOLO v3提取最后3层特征图，不仅在每个特征图上分别独立做预测，同时通过将小特征图上采样到与大的特征图相同大小，然后与大的特征图拼接做进一步预测。用维度聚类的思想聚类出9种尺度的anchor box，将9种尺度的anchor box均匀的分配给3种尺度的特征图。

在COCO数据集上，这9个先验框是(10x13),(16x30),(33x23),(30x61),(62x45),(59x119),(116x90),(156x198),(373x326).

分配上，在最小的13x13特征图上(有最大的感受野)应用较大的先验框(116x90),(156x198),(373x326)适合检测较大的对象。

中等的26x26特征图上(中等感受野)应用中等大小的先验框(30x61),(62x45),(59x119)，适合检测中等大小的对象。

较大的52x52特征图上(较小的感受野)应用较小的先验框(10x13),(16x30),(33x23)，适合检测较小的对象

3.YOLOv3损失函数改进

YOLOv3对类别预测的代价函数进行了修改，并且没有用softmax。用了逻辑回归层来对每个类别做二分类。逻辑回归层主要用到sigmoid函数，该函数可以将输入约束在0~1的范围内，因此当一张图像经过特征提取后的某一类输出经过sigmoid函数约束后如果大于0.5，就表示属于该类，这样一个框就可以预测多个类别，代价函数用的是sigmoid的交叉熵。

总结

从YOLO v1到YOLO v2再到YOLO 9000、YOLO v3, YOLO经历三代变革，在保持速度优势的同时，不断改进网络结构，同时汲取其它优秀的目标检测算法的各种trick，先后引入anchor box机制、引入FPN实现多尺度检测等，在目标检测领域取得了空前的成功，但YOLO v3也是Joseph Redmon Ali Farhadi的最后一篇目标检测领域的论文，他因为一些原因已经宣布永远退出目标检测领域。

本文只介绍YOLO v3较v1 v2的创新之处，v1 v2详解见

YOLO v1详细解读

YOLO v2详细解读