deeplearning.ai 总结 - YOLO算法输出维度的计算方法

deeplearning.ai 总结 - YOLO算法输出维度的计算方法

flyfish

$p_c$表示矩形区域是目标的概率，数值在0～1之间
$b_x, b_y$表示目标中心位置坐标
$b_h, b_w$表示目标所在矩形区域的高和宽
$c$表示表示类别，有多少个类别就有多少个$c$

图片左上角为原点$(0, 0)$，右下角为$(1, 1)$。

输出内容的列向量中先要包含以下6个部分
$(p_c, b_x, b_y, b_h, b_w, c)$

如果要同时检测两个目标，就设置两个Anchor Boxes
例如Anchor box 1检测人，Anchor box 2检测车。

计算方法

例如我们将图片分割成3*3的网格，算法可以识别3类目标（pedestrian, car, motorcycle），我们有两个Anchor Boxes

那么输出维度是
3*3*（5+3）*2

按照上图计算
就是
19*19*（5+80）5