YOLOv3相比于之前的yolo1和yolo2，改進較大，主要改進方向有：

1、主干網絡修改為darknet53，其重要特點是使用了殘差網絡Residual，darknet53中的殘差卷積就是進行一次3X3、步長為2的卷積，然后保存該卷積layer，再進行一次1X1的卷積和一次3X3的卷積，并把這個結果加上layer作為最后的結果， 殘差網絡的特點是容易優化，并且能夠通過增加相當的深度來提高準確率。其內部的殘差塊使用了跳躍連接，緩解了在深度神經網絡中增加深度帶來的梯度消失問題。

2、darknet53的每一個卷積部分使用了特有的DarknetConv2D結構，每一次卷積的時候進行l2正則化，完成卷積后進行BatchNormalization標準化與LeakyReLU。普通的ReLU是將所有的負值都設為零，Leaky ReLU則是給所有負值賦予一個非零斜率。以數學的方式我們可以表示為：

總結

以上是生活随笔為你收集整理的墨尘目标检测4--yoyo3模型解析及训练自己的数据集的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。