论文连接地址： 点击打开链接
与之前yolo版本一样，yolov3的anchor boxes也是通过聚类的方法得到的。yolov3对每个bounding box预测四个坐标值(tx, ty, tw, th)，对于预测的cell（一幅图划分成S×S个网格cell）根据图像左上角的偏移(cx, cy)，以及之前得到bounding box的宽和高pw, ph可以对bounding box按如下的方式进行预测：
在训练这几个坐标值的时候采用了sum of squared error loss（平方和距离误差损失），因为这种方式的误差可以很快的计算出来。
yolov3对每个bounding box通过逻辑回归预测一个物体的得分，如果预测的这个bounding box与真实的边框值大部分重合且比其他所有预测的要好，那么这个值就为1.如果overlap没有达到一个阈值（yolov3中这里设定的阈值是0.5），那么这个预测的bounding box将会被忽略，也就是会显示成没有损失值。
说一下我在应用中的事：yolov3它的训练轮数是50200，我的数据量比较小，因此迭代到900轮的时候，每一轮训练完显示的损失值都是nan，其原因可能就是上边因为阈值他直接忽略掉了这个bounding box导致没有loss，之前的版本我使用时貌似不是这样的。
每个框预测分类，bounding box使用多标签分类（multi-label classification）。论文中说没有使用softmax分类，只是使用了简单的逻辑回归进行分类，采用的二值交叉熵损失（binary cross-entropy loss）。
yolov3在三个(num=3)不同的尺度预测boxes，yolov3使用的特征提取模型通过FPN（feature pyramid network）网络上进行改变，最后预测得到一个3-d tensor，包含bounding box信息，对象信息以及多少个类的预测信息。论文给出是这样子的：（N×N×[3*(4+1+80)]）这里的80即是80类物体。
FPN结构如下：
yolov3使用这样的方式使得模型可以获取到更多的语义信息，模型得到了更好的表现。
yolov3依然使用k-Means聚类来得到bounding box的先验，选择9个簇以及3个尺度，然后将这9个簇均匀的分布在这几个尺度上。
yolov3的特征提取模型是一个杂交的模型，它使用了yolov2，Darknet-19以及Resnet，这个模型使用了很多有良好表现的3*3和1*1的卷积层，也在后边增加了一些shortcut connection结构。最终他有53个卷积层，因此作者也把它们叫成Darknet-53。它们的结构是这样的：
最后论文说明这个模型的优良之后还说了一句，Resnet模型后边有太多层并且不是很有效。抱歉，我可是KaiMing的迷弟，哈哈，说的委婉一点多好。
最后论文说它们训练的时候使用了很多方法，诸如数据增强，BN等等，具体怎么训练的给出了一个引用，在论文的【12】可以找到。
就说yolov2有个毛病就是对小物体的检测不敏感，关键在于它那个cell预测时导致的毛病，而如今增加了多尺度预测之后yolov3在对小物体检测方便有了好转，但是现在的毛病是对中、大size的物体表现的不是那么好，这还得需要我们去努力做。然而在论文中yolov3各种表示的还行。
① 想对Anchor box的x，y偏移使用线性激活方式做一个对box宽高倍数的预测，结果发现没有好的表现并且是模型不稳定。
②对anchor box的x, y使用线性的预测，而不是使用逻辑回归，实验结果发现这样做使他们模型的mAP掉了。
③使用Focal loss，测试结果还是掉mAP。（想法的确挺好的）
二、yolov3应用到自己的项目中
训练自己数据之后检测的结果：
如何使用yolov3训练自己的数据，如何做出修改，这里我给出一个教程文档，这个文档一步步的指示如何去制作一个VOC格式的数据集去跑yolov，需要注意的是yolov3模型结构有所改变，这个文档在数据集的制作上没问题，但是在说如何训练yolo？它给出的是训练yolov2的教程，但是大差不差，可以通过上面论文解读自己修改yolov3里边的参数去训练自己的数据，就当做是一个练习吧！
教程地址：点击打开链接
