按年被提到
20182019 · 2 次2026
系统、数据库与网络›计算机体系结构与硬件·arXiv:1804.02767 · cs.CV

YOLOv3: An Incremental Improvement

YOLOv3:渐进式改进
Joseph Redmon, Ali Farhadi · 2018

YOLOv3 技术报告,速度快,文风坦率诙谐

开始阅读 ↗PDFalphaXiv 讨论
被推荐 · 4 人首次 2019-01-30 · 最近 2022-11-01
4不同的人
4活跃月份
4讨论串
16,708被引(OpenAlex)

对 YOLO 做了一批小的设计改动,并训练了一个更大但仍然很快的新网络。在 320x320 输入下耗时 22 ms、28.2 mAP,精度与 SSD 相当但快三倍;按旧的 0.5 IOU 指标,在 Titan X 上 51 ms 达到 57.9 mAP@50,与 RetinaNet 的 57.5(198 ms)相近而快 3.8 倍。

HN 为什么提它

HN 上的人主要不是在推荐方法,而是在称赞这份报告写得坦率、诙谐,与浮夸的论文风格形成反差。

方法难度 3 / 5约 20 分钟有时效性
读之前最好知道
1卷积神经网络
2目标检测基础(IoU、mAP)
3SSD 与 RetinaNet 等检测器

学习路径

读这篇之前,按顺序读书架上的 5 篇 · 参考文献来自 OpenAlex,顺序和要点由 Claude Code 排出

先看两阶段检测器和 YOLO 的前两代,再看残差主干和更强的单阶段对手,才能读懂 YOLOv3 做了哪些渐进式改进。

  1. 1
    Faster R-CNN: Towards Real-Time Object Detection with Region Proposal NetworksFaster R-CNN:用区域建议网络实现实时目标检测 · 2015

    它是 YOLO 系列对比的两阶段检测范式,其 anchor 思路也被后续 YOLO 采用。

    读区域建议网络与 anchor 框的概念。

  2. 2
    You Only Look Once: Unified, Real-Time Object DetectionYou Only Look Once:统一的实时目标检测 · 2015

    YOLOv3 是第一版 YOLO 的延续,需要先理解把检测当作回归的基本框架。

    读网格划分、每格预测边界框与类别概率,以及损失函数。

  3. 3
    Deep Residual Learning for Image Recognition用于图像识别的深度残差学习 · 2015

    YOLOv3 的新主干网络 Darknet-53 使用了残差连接。

    读残差块的设计与恒等跳连的作用。

  4. 4
    YOLO9000: Better, Faster, StrongerYOLO9000:更好、更快、更强 · 2016

    YOLOv2 引入了 anchor 框、聚类选框和批归一化等改进,YOLOv3 直接建立在其上。

    读anchor 框与维度聚类、直接位置预测,以及多尺度训练。

  5. 5

    RetinaNet 与 focal loss 是 YOLOv3 在速度与精度对比中的主要对手。

    读类别不平衡问题与 focal loss 的形式,了解单阶段检测的难点。

  6. 6
    YOLOv3: An Incremental ImprovementYOLOv3:渐进式改进 · 2018 · 就是这篇

    在前面几代模型与对手的背景下,看 YOLOv3 的一系列小改进。

    读多尺度预测、新主干网络、边界框预测与类别预测的改动,以及对比表格。

HN 书评

推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及
推荐stared · 2019-01

“in which the author goes to the other extreme, being bluntly honest”

推荐这份 YOLOv3 报告,坦率直白、不夸大
Consciousness as a State of Matter (2015)原评论 ↗
推荐derekpankaew · 2022-11

“YOLO v3's paper is hilarious.”

称 YOLOv3 这篇论文很搞笑
Ask HN: What piece of code/codebase blew your mind when you saw it?原评论 ↗
玩笑mikehollinger · 2019-10

“Even the papers are snarky. [2]”

My Favourite Git Commit原评论 ↗
被提交为 story · 1 次