작은 사이즈의 특징 맵은 큰 영역을 대표하기 때문에 큰 객체를 탐지하는 데 적합합니다. 이들은 이미지의 광범위한 부분을 감지하고 해석할 수 있으며, 따라서 사이즈가 큰 객체의 존재 및 위치를 파악하는 데 유리합니다. 반대로 큰 사이즈의 특징 맵은 더 높은 해상도를 가지므로 작은 객체의 미세한 세부 사항까지 포착할 수 있습니다. 이렇게 다양한 해상도의 특징 맵을 생성함으로써 YOLO v3는 다양한 사이즈의 객체를 효과적으로 탐지하고 분류할 수 있는 능력을 갖춥니다. 특징 맵의 사이즈를 키우는 과정을 업샘플링(up-sampling)이라고 하며 이 단계는 YOLO v3의 성능을 한 단계 끌어올리는 중요한 과정입니다.

작은 특징 맵은 업샘플링을 통해 그 해상도를 높이게 됩니다. 업샘플링은 이미지의 사이즈를 인위적으로 확장하는 과정으로, 더 많은 픽셀을 생성하고 그 결과로 작은 객체의 세부적인 특징을 더 잘 포착할 수 있게 해줍니다.