文章目录

• 一、准备
• 二、核心点
• 三、实现

一、准备

pytorch文档：https://pytorch.org/docs/stable/index.html
YOLOv3论文精讲：https://www.bilibili.com/video/BV1Vg411V7bJ

YOLOv3的pytorch复现-学习视频：https://www.bilibili.com/video/BV1Hp4y1y788
YOLOv3的pytorch复现-学习博客：https://blog.csdn.net/weixin_44791964/article/details/105310627
YOLOv3的pytorch复现-学习代码：https://github.com/bubbliiiing/yolo3-pytorch

二、核心点

Darknet53的骨干网络、特征金字塔、

概述：
网络输入图片为416*416*3，输出三个尺寸的数据结构，分别是52*52*3*(4+1+20)、26*26*3*(4+1+20)和13*13*3*(4+1+20)，其中前面的S*S表示有多少个grid cell，3表示每个grid cell对应的3个anchor，每个anchor有5个参数分别是anchor中心的x、y，anchor的宽和高还有anchor的置信度，20表示VOC数据集20个类别的条件类别概率。
骨干网络Darknet53负责进行特征提取。
特征金字塔就是这三个尺寸的数据结构生成过程，骨干网络最后三层的feature map 经过卷积和上采样与上一层feature map堆叠

三、实现

标签：20,pytorch,YOLOV3,https,YOLOv3,com,anchor
来源： https://blog.csdn.net/qq_44173974/article/details/122866961