YOLOv3的多尺度检测

YOLOv3的网络结构

在这里插入图片描述

多尺度检测

YOLOv3通过聚类的方法得到9种尺度的anchor,将9种尺度的anchor box均匀的分配给3种尺度的特征图。实现了多尺度检测。

YOLOv3-Tiny

在YOLOv3的基础上去掉了一些特征层,只保留了2个独立预测分支,如下图所示。
在这里插入图片描述

版权声明:本文为CSDN博主「Gallant Hu」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/weixin_42108090/article/details/114823326

Gallant Hu

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

单目3D目标检测调研

单目3D目标检测调研 一、 简介 现有的单目3D目标检测方案主要方案主要分为两类,分别为基于图片的方法和基于伪雷达点云的方法。   基于图片的方法一般通过2D-3D之间的几何约束来学习,包括目标形状信息&#xff0