paper：https://arxiv.org/pdf/1804.02767.pdf
code：https://pjreddie.com/darknet/yolo/
這是目标檢測領域的一篇論文，釋出于2020年，于上一代YOLOv2時間相差很多。模型依舊保持着快速，并增加了一點準确性。
YOLOv3改進：
前面很大一部分是将YOLOv2的bounding boxes的内容又介紹了一遍，并沒有提出很多更新。
Class Prediction
在多标簽分類問題上，不采用softmax，而使用獨立邏輯分類器（sigmoid），訓練時使用binary cross-entropy loss。
sigmoid可以用于多分類問題，但是類别必須是互相排斥，但是資料集中存在一個物體有多個标簽類别時，标簽是可能重複的。
Predictions Across Scales
YOLOv3參考FPN網絡的思想，用非線性插值方法上采樣了兩次，獲得了3個不同大小的feature maps，每個feature map預測3個anchor boxes，以三種不同的比例預測boxes，在對象提取器中添加幾層卷積層，最後一層卷積層預測三維encoding bounding boxes、objectness、class prediction。
由深層、語義特征豐富的負責預測大物體（配置設定大anchor）；淺層、幾何特征豐富的負責預測小物體（配置設定小anchor）。
YOLOv3在識别小物體上性能已經非常好，在大物體和中等大小的物體上性能尚且欠佳。
Feature Extractor
YOLOv3使用新的網絡來進行特征提取。YOLOv2使用的是Darknet-19，而YOLOv3使用53層卷積層（連續的1×1和3×3的卷積層），還包含Residual塊，并且命名為Darknet-53。如下圖所示：
新網絡比Darknet-19更加強大，但仍然比ResNet-101或ResNet-152高效；
Darknet-53中沒有pooling層，而是用步長為2的卷積層代替，避免了資訊丢失；
Darknet-53中加大了網絡的深度，增加了非線性的能力，豐富了特征的多樣性。
Some failed attempts
anchor boxes（x,y）偏移預測：降低了模型的穩定性，成效不好；
線性（x,y）預測取代邏輯預測：降低了mAP；
focal loss：聚焦損失降低了mAP；
Dual IOU thresholds and truth assignment：Faster R-CNN在訓練時使用了兩個IOU門檻值進行限制，進行了嘗試，但是效果不好。
性能對比：
參考部落格：https://blog.csdn.net/baidu_27643275/article/details/82964784
https://zhuanlan.zhihu.com/p/141974089