摘要

  我们提出了YOLO的一些更新！我们做了一些小的设计更改，以使其更好。我们还训练了这个相当庞大的新网络。比上次要大一点，但更准确。不过请放心，速度还是很快的。在320×320的像素下，YOLOv3的运行速度为22 ms，精度为28.2 mAP，与SSD一样精确，但速度快了三倍。当我们看一下旧的.5 IOU mAP检测指标YOLOv3是相当不错的。在Titan X上，它在51毫秒内可达到57.9 AP₅₀，而RetinaNet达到57.5 AP₅₀需要198毫秒，性能相似，但快3.8倍。与往常一样，所有代码都位于https://pjreddie.com/yolo/。

介绍

  你知道吗？有时候，您只是玩了一年的手机。我今年没有做很多研究。在Twitter上花费了很多时间。学了一点GAN。去年我还剩下一点动力。我设法对YOLO进行了一些改进。但是，老实说，没有什么超级有趣的东西，只是一堆使它变得更好的小改动。我也帮助了一点其他人的研究。
  实际上，这就是今天把我们带到这里的原因。我们有一个论文排版定稿截止时间，我们需要引用我对YOLO进行的一些随机更新，但我们没有消息来源。因此，准备一份技术报告！
  技术报告的优点在于它们不需要简介，你们都知道我们为什么在这里。因此，本引言的结尾将为本文的其余部分指明路标。首先，我们将告诉您与YOLOv3达成的交易。然后，我们将告诉您我们的做法。我们还将告诉您一些我们尝试过的无效的操作。最后，我们将考虑这一切的含义。