yolov3是yolo系列的最新的一篇，也是正宗yolo最后的一篇，因为该作者Joseph Redmon决定不再研究cv相关的东西，愿意是他的研究已经被用到了军事和隐私相关的东西上，这触碰了他的道德观念。他的观念惊到我了，外国很多国家都有着很坚实的信仰，这事儿放在ZG，很难会有人因为这个原因放弃自己的研究，而且已经算是在自己领域的定点，这不是某个人的问题，而是整个大时代背景的问题。
正所谓 ，“天下熙熙皆为利来，天下攘攘皆为利往”。不用说别人，我已经丢失自己的初心，一年级的时候学习知识是为了充实自己，赚钱只是这个过程带来的附属品，而现在，努力找个好工作放在第一位，多赚钱驱动着我去学习，看似结果差不多，其实性质已经变了。当代社会，成年人很难去按着自己的本心活着。
圆规正转：
yolov3论文地址：https://pjreddie.com/media/files/papers/YOLOv3.pdf
tensorflow源码地址：https://github.com/YunYang1994/tensorflow-yolov3
其实在我看来，yolo系列只有两个，yolov1和yolov3，yolov1是这一系列的开山之作，yolov3是一个提升，至于yolov2只是一个中间产品，想法和做法并不是很成熟。
论文
1.性能
作者说320x320的图片精度和SSD差不多，但是速度是SSD的三倍，这一结果是激动人心的，毕竟速度是非常重要。精度是比yolov2要高了，但是与此同时速度相对变慢了，那我们可以大致得出一个猜想，yolov3的网络结构改了，计算量要比yolov2大，事实证明确实是这样。
2. 改进1:网络结构
做的非常好的一幅图片（盗用别人的），先看网络的基本模块
- DBL，conv+bn+Leaky relu，自从bn被提出后，基本都是这个结构
- **res unit：**残差的基本结构，可以有效的解决网络太深，梯度消失问题，同样是自从提出后，基本所有网络都要用，而res unit是DBL+DBL+残差
- resn：，是有res unit组成的resnet block，n代表这个block中有几个res unit
看一下darknet-53的网络结构
3. 改进2：默认框的生成
在yolov2中就借鉴ssd，将不同尺度的特征图进行融合，丰富特征图的语义信息，yolov2中是将26x26的特征图变成13x13和13x13的进行融合，非常简陋，而yolov3进行了改进，效果很好，y1，y2，y3分别对应13x13,26x26,52x52大小的特征图。yolov2中，利用聚类算法，来 产生默认boxes，yolov3同样这样，不过改进了很多，yolov3聚类9种不同尺寸的默认boxes，按大小分为三组，分别对应y1,y2,y3，特征图分辨率高的说明对小物体更加敏感，而分辨率低的对大物体敏感，于是，这样在y1,y2,y3上的每个grid分别产生不同尺寸的3个默认boxes，那么一共会有（52×52+26×26+13×13）×3=10647，这数量对小物体普通的小物体也都会被找出来
注意，下面的默认框尺寸是mscoco的聚类结果
看一下默认框的效果图
3. 改进3：损失函数的改变
yolov3的另一个改变就是在分类结果上的改变，之前的yolo在分类的时候都是用softmax找出最可能的一个类别，也就说，每个box只能属于一个类别，这里不再这样，改用logistic regression逻辑回归对每个类别进行二分类，分类结果，是or不是这个类，也就是说有可能有个物体有两个物体标签，这其实可以理解，举个例子假设有标签[“狮子”，“狗"]，这时候来了一张狮子狗的图片，分类结果可能是这样[1,1]，也就是说，既是狮子，也是狗。
总结
总结一下yolov3的改变
- 网络改变了，由darknet-19变成darknet53，更加复杂，导致结果会变好，速度相对慢一点
- 特征图语义信息丰富，融合了不同特征图，后面基本所有的论文都会这么操作
- 针对不同特征图聚类不同尺寸的默认boxes
- 损失函数由原来的softmax变成logistic regresion，每个box可以属于多个类别