paper：https://arxiv.org/pdf/1804.02767.pdf
code：https://pjreddie.com/darknet/yolo/
这是目标检测领域的一篇论文，发布于2020年，于上一代YOLOv2时间相差很多。模型依旧保持着快速，并增加了一点准确性。
YOLOv3改进：
前面很大一部分是将YOLOv2的bounding boxes的内容又介绍了一遍，并没有提出很多更新。
Class Prediction
在多标签分类问题上，不采用softmax，而使用独立逻辑分类器（sigmoid），训练时使用binary cross-entropy loss。
sigmoid可以用于多分类问题，但是类别必须是相互排斥，但是数据集中存在一个物体有多个标签类别时，标签是可能重复的。
Predictions Across Scales
YOLOv3参考FPN网络的思想，用非线性插值方法上采样了两次，获得了3个不同大小的feature maps，每个feature map预测3个anchor boxes，以三种不同的比例预测boxes，在对象提取器中添加几层卷积层，最后一层卷积层预测三维encoding bounding boxes、objectness、class prediction。
由深层、语义特征丰富的负责预测大物体（分配大anchor）；浅层、几何特征丰富的负责预测小物体（分配小anchor）。
YOLOv3在识别小物体上性能已经非常好，在大物体和中等大小的物体上性能尚且欠佳。
Feature Extractor
YOLOv3使用新的网络来进行特征提取。YOLOv2使用的是Darknet-19，而YOLOv3使用53层卷积层（连续的1×1和3×3的卷积层），还包含Residual块，并且命名为Darknet-53。如下图所示：
新网络比Darknet-19更加强大，但仍然比ResNet-101或ResNet-152高效；
Darknet-53中没有pooling层，而是用步长为2的卷积层代替，避免了信息丢失；
Darknet-53中加大了网络的深度，增加了非线性的能力，丰富了特征的多样性。
Some failed attempts
anchor boxes（x,y）偏移预测：降低了模型的稳定性，成效不好；
线性（x,y）预测取代逻辑预测：降低了mAP；
focal loss：聚焦损失降低了mAP；
Dual IOU thresholds and truth assignment：Faster R-CNN在训练时使用了两个IOU阈值进行约束，进行了尝试，但是效果不好。
性能对比：
参考博客：https://blog.csdn.net/baidu_27643275/article/details/82964784
https://zhuanlan.zhihu.com/p/141974089