最近在实验室做行人检测的项目，希望最后可以做到硬件上面去，所以挑选了yolov3的tiny版本。在实验室专有行人数据集下训练，检测效果还不错，在1080ti上推断速度达到了30fps, 这里和大家一起撸一下yolov3-tiny的网络结构：
相比于yolov3, tiny版本将网络压缩了许多，没有使用res层(残差层)，只使用了两个不同尺度的yolo输出层，但总体思路还是可以借鉴yolov3的。这里首先给大家安利一款可视化网络模型的软件：Netron，目前的Netron支持主流各种框架的模型结构可视化工作，这里给出github链接： https://github.com/lutzroeder/Netron 支持windows，Linux，mac系统 。
本人的网络结构图也是照着Netron的结果绘制出来的，但是由于本人是检测单类，所以对网络参数略有改动，并且输入图像使用的是832*832大小，使用visio绘制的模型图如下：
这样大家可以结合darknet里面的yolov3-tiny.cfg文件，对照着模型图进行分析~~~
如果有什么不对的地方，欢迎拍砖！