yolov3训练的loss是在特征层上进行求解的。
所以不管是预测值，还是真实值都要映射到特征层上。
这是一个双向奔赴的过程。
loss求解
（1）输入图片进行数据增强。
（2）将图片输入yolov3网络获得三个特征层的预测结果。
（3）三个有效特征层循环计算损失。
（4）反向传播进行训练。
由于YOLOv3将分类预测改为回归预测，分类损失函数便换成了二值交叉熵损失函数。
Loss 要计算：
- 中心点的 Loss
- 宽高的 Loss
- 置信度的 Loss
- 目标类别的 Loss
其中：
宽高w、h的loss使用均方差损失函数。
中心点的坐标x、y的loss、置信度c的loss和目标类别p的loss使用交叉熵损失函数。
解释：
对于目标类别obj 的loss，Logistic回归正好方差损失和交叉熵损失的求导形式是一样的，都是output - label的形式。也就是说，本来这里应该用（二元分类的）交叉损失熵的，不过作者在代码里直接用方差损失代替了。
对于中心点的坐标x、y的 loss，DarkNet官方实现的YOLOV3里面坐标损失用的是BCE Loss，而YOLOV3官方论文里面说的是MSE Loss。
对于宽高w、h的loss是MSE Loss，因为没有经过sigmoid，而x、y是BCE Loss因为经过了sigmoid。
预测值
（1）三个有效特征层进行循环计算损失。
（2）获得特征层的宽高，先验框尺寸缩放到特征层大小。
利用原来图片尺寸和特征层的比例进行缩放。
（3）特征层获得预测结果，即先验框的调整参数。
（4）将预测结果解码与真实框计算IOU，重合程度大的预测结果则忽略。
因为这是属于预测比较准确的框，作为负样本不合适。
（5）预测框的参数与真实框的参数在特征层上进行比较求loss。
真实值
（1）真实框循环，取出其中一个真实框。
.xml：
使用labelImg软件进行标注得到.xml文件，两个目标是使用左上角和右下角的格式的。
.xml->.txt:
label:
经过转化，中心点以及宽和高的标注信息，并且进行归一化，四个值即是归一化后保留4位有效数字的x，y，w，h。
（2）原始的真实框数值是0-1之间，需要乘上先验框的宽高，才可以转化成特征层的形式，才可以把它和先验框进行对比（暂时不是与预测框对比）
label*13:
（3）计算真实框在特征层上的中心点、宽高，计算真实框属于特征层的哪个网格。
13*13个网格中的哪个，就是根据真实框的位置确定这个真实框由哪个网格负责预测。
网格的左上角负责预测，所以只要中心点坐标去掉小数点保留整数的数值就是了。
如上面的两个真实框在13*13的特征层中由(8,8)与（9,7）这两个网格负责预测。
当然，每个网格有三个先验框。
（4）真实框与属于这个特征层的3个先验框计算交并比，与真实框重合度最大的先验框就是这个真实框的来源框。
（5）编码得到真实框的参数。
与解码公式相反。
其中：
中心偏差真实参数=真实框中心-网格左上角
宽高真实参数=log(真实框的宽高/先验框的宽高)
解码公式：
编码公式：
（6）真实框的参数与预测框的参数在特征层上进行比较求loss。
（7）继续取出真实框，进行相同操作。
总结
yolov3训练的loss是在特征层上进行求解的。
所以不管是预测值，还是真实值都要映射到特征层上。
这是一个双向奔赴的过程。
——————
—————————————————————
