最大的创新点，其实就是将原本的32X的下采样，用两个16X的卷积来替换。
这样既能通过叠加卷积实现感受野的扩张，
也避免了因为下采样所导致的位置信息的丢失。

下采样到 1/16 之后，再接上两次卷积盒子，分别得到两个 16 的 特征
最后一层的16 通过1*1卷积 后 预测一个
最后一层的16 通过1*1卷积 后 和 第二层 16特征卷积后 结合，再预测一个
第二层结合后输出 和 第一层16特征卷积后结合， 再预测一个

yolov3 是下载样 缩放到 1/32 ，然后32的 通过卷积 后 预测一个
32的 通过卷积后 上采样到16，和16的concate，通过卷积 后 然后预测
16的 通过卷积后 上采样到8， 和8的concate，然后预测