Poly-YOLO：更快，更精确的检测（主要解决Yolov3两大问题，附源代码）

**论文地址：https://arxiv.org/pdf/2005.13243.pdf **
源代码：https://gitlab.com/irafm-ai/poly-yolo
YOLOv3改进版来了！与YOLOv3相比，Poly-YOLO的训练参数只有其60％，但mAP却提高了40％！并提出更轻量的Poly-YOLO Lite。
01 背景
目标检测是一个过程，其中包含感兴趣对象的所有重要区域都被限制而忽略背景。通常，目标以一个框为边界，框用其左上角的空间坐标及其宽度和高度表示。这种方法的缺点是对于形状复杂的物体，边界框还包括背景，由于边界框没有紧紧包裹物体，背景会占据很大一部分区域。这种行为会降低应用在边界框上的分类器的性能，或者可能无法满足精确检测的要求。为了避免这个问题，Faster R-CNN或RetinaNet等经典检测器被修改为Mask R-CNN或RetinaMask的版本。这些方法还

Poly-YOLO：更快，更精确的检测（主要解决Yolov3两大问题，附源代码）最先出现在Python成神之路。