YOLOv3为了检测到不同的物体，设计了3个scale，每种三种规格，可以检验不同大小的物体，提升了检测效果。
scale变换经典方法：
1.图像金字塔：不同特征图分别利用
2.单一的输入：不同特征图融合后进行预测
残差连接得到更好的特征
基本所有网络都用了残差链接
运用了resnet的思想，堆叠更多的层来特征提取
核心网络结构
没有池化全连接层，全部为卷积层
下采样通过stride为2实现
3种scale，更多的先验框
融入了当下的经典算法
softmax层代替
物体检测任务一个物体可能有多个标签
logistic激活函数来完成。这样就能预测每一个类别
