题目标题

YOLOv1,v2,v3的区别

参考解析

从网络结构上说,YOLOv1是卷积层、迟化层和全连接层的组合;
YOLOv2在v1的基础上,去掉了全连接层,在每一个卷积层后边都添加了BN(batch normalization)层,并且对每一批数据都做了归一化的预处理,这两个改变就可以提升了算法的速度;
YOLOv3在网络结构上采用的是Darknet-53,在v2的基础上每隔两层增加了一个residual networks(残差网络),即short cut层,使用这种办法对于训练很深层的网络呢,可以解决梯度消失或者梯度爆炸的问题。
对于yolov3来说,坐标误差是和YOLOv1一样的,但是对于后三项,即IOU误差和分类误差来说,yolov3使用的是二元交叉熵误差来替代。