YOLOV3和传统打的目标检测算法相比如何

相比传统目标检测算法，如基于区域的卷积神经网络(R-CNN)、快速的R-CNN(Fast R-CNN)、更快的R-CNN(Faster R-CNN)等，Yolov3 有以下优点：

1.速度快：Yolov3 是一种单阶段的目标检测算法，它可以在一个步骤中同时完成物体定位和分类，因此速度非常快，适用于实时应用和移动端设备。

2.精度高：Yolov3 使用了一系列的技巧来提高目标检测的精度，如多尺度训练、多尺度预测、残差块等。

3.能够检测小目标：相比传统目标检测算法，Yolov3 在处理小目标时更加准确，因为它使用了不同大小的锚点来检测不同大小的目标。

4.易于训练和部署：Yolov3 的训练和部署都比较简单，只需要少量的训练数据和计算资源就可以得到一个较好的模型，这使得它在实际应用中更加实用。

综上所述，Yolov3 相比传统目标检测算法在速度和精度方面都有很大的优势，并且还能够检测小目标，因此在实际应用中更加实用。