Darknet - YoloV3
1 网络结构
Darknet-19 and Darknet-53
“YOLOv3的网络结构很多博客里讲的十分详细，采用了darknet-53的前52层，去掉了下图中后三层结构（平均池化、全连接和softmax）。backbone为全卷积结构，使用了大量的残差跳层；并且为了降低池化带来的梯度负面效果，直接放弃了Pooling，通过将卷积的步长设置为2来实现2倍的降采样；为了实现多个尺度的检测精度，把不同层的输出都送入后续的检测网络，类似FPN的尺度融合，分别对应着sbbox、mbbox和lbbox。”[1]
"从scale3到scale1，特征图的尺寸分别为[bs,52,52,256]、[bs,26,26,512]、[bs,13,13,1024]，感受野从小到大，能检测的目标大小也越来越大。三个scale特征图输出后再经过卷积和拼合，得到了三个尺度的检测输出" [2]
2 YOLO v2 and YOLO v3
"YOLO v3使用新的网络来实现特征提取。在Darknet-19中添加残差网络的混合方式，使用连续的3×3和1×1卷积层，但现在也有一些shortcut连接，YOLO v3将其扩充为53层并称之为Darknet-53" [3]
3 More
Reference
[1] [2] 作者：快乐的二叉树
链接：https://www.jianshu.com/p/43b8914ddba6
[3] https://www.cnblogs.com/pprp/p/10124657.html