yolov3

思想：yolo主模型输出三个特征图，如（？，13，13，anchor_num*(5+num_classes))、(？，26，26，anchor_num*(5+num_classes))、(？，52，52，anchor_num*(5+num_classes))，以后如尺度为13的特征图 会   变形为（？，13，13，anchor_num，5+num_classes），最后一维前五个分别为4个框值xywh和1个框中含有物体的置信度。

后面为各种别几率。 ？为batch,13*13 为检测的尺度，最后会还原成：框坐标（？*13*13*3，4），至关于每张图检测了13*13*3个框（固然有不少无效的和重复的，以后会筛选），3是对应于一层3个anchor中心值，此值是原框d w聚类来的。

一张图至关于输出3层特征图，第一层至关于检测了13*13*3个框，第二三层至关于检测了26*26*3和52*52*3个框，因此说大尺寸检测的小物体，小尺寸检测的大物体，而后把三层检测的框纵向拼接到一块儿，在进行筛选。

 

每里面的最大框数 是指某一类别的框不超过最大框数，全部类别加一块儿有可能超过最大框数

anchor:至关于每张图会生成13*13*3（26和52） 个框，每一个框都去和9个anchor作交叉比iou，选出交叉比比大于阈值的，这样虽然选的很糙，但以后会有边界框修正操做。就是至关于先找了几个固定位置，让选的框不要偏离这几个位置太多。以后在对选出的框做偏移修正。

论文解读

https://blog.csdn.net/yangchengtest/article/details/80664415