物体检测Yolov3_训练与Ascend310推理

【摘要】 一、概念介绍    Yolo是一种目标检测算法，将目标区域预测和目标类别预测整合于单个神经网络模型中，实现在准确率较高的情况下快速目标检测与识别。Yolov3是在v1和v2的基础上融合了一些好的方案，在保持速度优势的同时，提升了预测精度，尤其加强了对小物体的识别能力，更加适合现场应用环境。二、网络结构    Yolov3相对于v1和v2的主要改进是使用了新的网络结构Darknet-53，改进…

一、概念介绍

Yolo是一种目标检测算法，将目标区域预测和目标类别预测整合于单个神经网络模型中，实现在准确率较高的情况下快速目标检测与识别。Yolov3是在v1和v2的基础上融合了一些好的方案，在保持速度优势的同时，提升了预测精度，尤其加强了对小物体的识别能力，更加适合现场应用环境。

二、网络结构

Yolov3相对于v1和v2的主要改进是使用了新的网络结构Darknet-53，改进了模板框的预测。

上图红框标出了Darknet-53（含有53个卷积层），借鉴了残差网络做法，在一些层之间使用了shourtcut，如下图就是一个残差组件。