释放双眼，带上耳机，听听看~！
本文深度剖析了YOLOv3-SPP模型结构及SPP模块，详细介绍了SPP模块的作用和实现原理，适合对目标检测和神经网络感兴趣的读者阅读。
本文已参与「新人创作礼」活动，一起开启掘金创作之路。
SPP全称为Spatial Pyramid Pooling（空间金字塔池化结构）
一、YOLOv3模型结构
二、YOLOv3-SPP模型结构
三、SPP模块
对比上面两个图可以发现，YOLOv3-SPP就是在YOLOv3的Convolutional Set模块中插入了SPP模块，SPP模块结构如下：
可以发现，SPP模块由四个分支组成。为了保证Concatenate时候每个分支Tnesor的H和W相同，在进行 Maxpool 时要进行不同程度的Padding，输入每个分支的输入和输出的shape是相同的，均为[N,C,H,W]。经过Concatenate之后，对channel进行合并，得到的Tnesor为[N,4C,H,W]，即channel变为4倍，H和W不变。
SPP模块实现了不同尺度的特征融合
YOLOv3-SPP的Convolutional Set模块为：
四、对YOLOv3-SPP模型结构的理解
仔细观察YOLOv3-SPP模型结构图可以发现，只有在产生最小尺寸的特征图的Convolutional Set中添加了SPP模块。按照正常思路来说应该在三个特征图之前都加上SPP模块才对呀，这是为什么呢？
当然三个都加也是可以的，但是有没有必要呢？
如下图所示，横坐标为输入图像尺寸，纵坐标为MAP。右上角的黄色圆点折线表示YOLOv3-SPP1，即只在一个预测分支中添加SPP模块的结果，绿色三角形折线表示YOLOv3-SPP3，即在三个预测分支中都添加SPP模块的结果。可以发现二者差别不大，因此选用YOLOv3-SPP1可以加快训练速度，降低模型训练时间。当然如此不考虑训练时间问题，只追求更高的精度（MAP），用YOLOv3-SPP3会更好。
本网站的内容主要来自互联网上的各种资源，仅供参考和信息分享之用，不代表本网站拥有相关版权或知识产权。如您认为内容侵犯您的权益，请联系我们，我们将尽快采取行动，包括删除或更正。
