YOLO（You Only Look Once）是一种实时目标检测系统，通过将图像划分为网格，每个网格预测物体类别和边界框。YOLOv1通过单次CNN前传实现高效检测，每个网格预测两个边界框，用对象中心点所在网格负责检测，其他网格不参与。置信度由包含对象的概率乘以IoU计算。相关解读文章包括YOLOv1的深入理解、小白介绍、深层解读和论文笔记。
1 YOLO相关内容
YOLO即为“you look only once”，通过单次图像输入，即可检测出图像里包含的对象
论文出处：You Only Look Once: Unified, Real-Time Object Detection
相关的解读文章很多，包括：
2 YOLO的总结（个人理解，仅作参考）
模型思路包括：
- YOLO是将基于滑动窗口+CNN的目标检测方法进行改进，提升检测效率
- 具体操作就是将图像缩放为同样规格，然后划分网格，分别进入CNN模型，进行判别
- 判别输出包括：对象类别+分类置信度+包含对象的矩形框的位置及尺寸
- 根据输出设置相应的cost function就包含上述的几个部分
模型特点包括：
- 对象中心点所在网格负责判别对象，其他网格对该对象的判别均为0
- 预测包含对象的矩形框，论文中每个网格会预测2个矩形框，避免传统方法中网格回归的麻烦
- 采用【包含对象的概率（0或1）*IoU（预测矩形框和实际矩形框的交并比）】作为置信度
扫一扫
4276
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
