最近在實驗室做行人檢測的項目，希望最后可以做到硬件上面去，所以挑選了yolov3的tiny版本。在實驗室專有行人數據集下訓練，檢測效果還不錯，在1080ti上推斷速度達到了30fps, 這里和大家一起擼一下yolov3-tiny的網絡結構：
相比於yolov3, tiny版本將網絡壓縮了許多，沒有使用res層(殘差層)，只使用了兩個不同尺度的yolo輸出層，但總體思路還是可以借鑒yolov3的。這里首先給大家安利一款可視化網絡模型的軟件：Netron，目前的Netron支持主流各種框架的模型結構可視化工作，這里給出github鏈接： https://github.com/lutzroeder/Netron 支持windows，Linux，mac系統 。
本人的網絡結構圖也是照着Netron的結果繪制出來的，但是由於本人是檢測單類，所以對網絡參數略有改動，並且輸入圖像使用的是832*832大小，使用visio繪制的模型圖如下：
這樣大家可以結合darknet里面的yolov3-tiny.cfg文件，對照着模型圖進行分析~~~
如果有什么不對的地方，歡迎拍磚！