YOLOv3演进点

时间 2021-01-02

标签机器学习繁體版

原文原文链接

YOLOv2的缺点：1. 对单个目标不能预测多标签的目标； 2. 对小目标检测仍然性能不佳。 YOLOv3对此做出了较多的改进，具体如下：网络将单标签多分类的softmax层换成用于多标签多分类的逻辑回归层：逻辑回归层主要用到sigmoid函数，该函数可以将输入约束在0到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。采用多

>>阅读原文<<

1. YOLOv3进行行人检测
2. YOLOv3网络改进(一)
3. YOLOV3—进行车辆检测
4. Js继承渐进演化优缺点
5. YOLOv3
6. YoloV3
7. yolov3
8. YOLOV3
9. Java IO演进
10. MySQL演进图
更多相关文章...
• XML DOM 节点 - XML DOM 教程
• XPath 节点 - XPath 教程
• 为了进字节跳动，我精选了29道Java经典算法题，带详细讲解
• Git可视化极简易教程 — Git GUI使用方法