YOLOv3演進點

YOLOv2的缺點：1. 對單個目標不能預測多標籤的目標； 2. 對小目標檢測仍然性能不佳。 YOLOv3對此做出了較多的改進，具體如下：  網絡將單標籤多分類的softmax層換成用於多標籤多分類的邏輯迴歸層：  邏輯迴歸層主要用到sigmoid函數，該函數可以將輸入約束在0到1的範圍內，因此當一張圖像經過特徵提取後的某一類輸出經過sigmoid函數約束後如果大於0.5，就表示屬於該類。 採用多

>>阅读原文<<