終於來到要介紹 YOLOv3 的時候了！
YOLOv3 和前兩個版本沒有太多的不同，是以 YOLOv2 模型為基礎做優化的版本。

YOLOv3

YOLOv3 使用了 Residual Network：Darknet-53 網路架構，Darknet-53 有 53 個卷積層，隨著網絡層數不斷加深（數量級從 20～30 層到～50 層），YOLOv3 採用了一般類神經網路加深時常用的 ResNet 結構來解決梯度問題，可以更加精準的辨識小物件。

從圖上很明顯可以發現 YOLOv3 的運行速度遠遠超過使用的 M40 / 泰坦X GPU 同等性能的其他檢測方法！

YOLOv3 在改善部分使用了 FPN 網路（Feature Pyramid Networks）

FPN：是一個**多層級**的預測架構，特徵層從單層的 13 x 13 變成了多層的 13 x 13、26 x 26 、52 x 52 以提升小物體預測能力。
從單層預測 5 種 anchor box 變成每層 3 種 anchor （共 9 種） 。

使用 FPN 的架構可以讓低層較佳的目標位置和高層較佳的語義特徵融合，並且在不同特徵層獨立進行預測，使得小物體檢測改善效果十分明顯！

分類

這裡可以特別提一下 YOLOv3 的 Class prediction，在 YOLOv3 裡，不是使用 softmax 分類，而是使用 independent logistic classifiers ！

softmax 是用單標籤多分類的方式，在上圖中只能分類出 ＂人類＂和＂狗＂。
但使用 independent logistic classifiers 除了可以分類出人和狗，還可以細分出＂男人＂和＂女人＂。

圖片來源1
圖片來源2
論文