一、原理解析

论文地址：

https://arxiv.org/abs/1506.02640 (YOLO v1)

https://arxiv.org/abs/1612.08242 (YOLO v2)

https://arxiv.org/abs/1804.02767 (YOLO v3)

YOLO系列的论文可以说是一环套一环，每一篇论文都省略了上一篇讲到的内容。所以要了解YOLOv3的理论需要从yolov1开始看才能了解清楚。我会将三篇论文的内容尽量融合在一起简略的讲解YOLO的原理，如果想要更好了解YOLOv3的理论可以参考https://www.bilibili.com/video/BV1yi4y1g7ro，他讲解的很详细。

首先看YOLOv3的框架（这张图也出自上面那个大佬，来源https://github.com/WZMIAOMIAO/deep-learning-for-image-processing/blob/master/pytorch_object_detection/yolov3_spp/yolov3spp.png ）

YOLO属于one-stage算法。不同于Faster-RCNN等two-stage算法，one-stage算法通常推理速度较快，但是模型精度不高，不过模型精度在YOLOv3的提出之后有了很大提升。YOLOv3的精度几乎可以媲美那些不足1FPS的模型同时自身可以达到30FPS甚至更快的速度。

1.1 特征提取

YOLO系列采用Darknet网络作为特征提取网络，YOLOv2采用Darknet-19, YOLOv3采用Darknet-53。Darknet-19长得比较像VGGnet，而Darknet-53参考了Resnet。Darknet-53大量使用残差结构从而使网络可以在53层卷积层下能够正常学习，不会受到退化问题(degradation problem)的影响（关于退化问题以及残差结构可以参考https://arxiv.org/abs/1512.03385）。Darknet-53中舍弃了池化层，并通过stride为2的卷积层实现了池化层的功能。这一步操作可能为Darknet-53带来了速度与精度上的一定提升。

现在有ResNeXt、EfficientNet等网络可以用来进行特征提取，也可以用新的网络替换Darknet-53进行训练。