YOLO(You Only Look Once)

1、流程理解、

     ⑴将输入的图片进行等分，等分成n*n大小的网格(grid)；

     ⑵每个网格里会设置有m个bounding box，每个bbox都有五个数据：(x,y),w,h, confidence(置信度)；

     ⑶每个网格会最终确定一个bbox，预测一个物体的类别，预测物体的概率值；

      注：例如7*7的网格，yolo1是默认每个网格有两个bbox，所以两个bbox就有10个值

2、网格输出筛选

      最终是确定下一个bbox，如何进行筛选？

      首先知道什么情况下属于grid里包含object，如果物体的中心点在该grid里那就说明该grid中含有object，若是物体的中心点不在，就说明该grid里不包含object。

      每个bbox都对应一个confidence score：如果grid里没有object那么其confidence为0；如果有，其confidence score等于预测的box（就是如果有物体落在该单元格中就为1，没有落在该单元格中就为0）与预测的bbox与ground truth的iou乘积。

                                                        confidence= Probject*IOU(truth|pre)

3、输出

      假设输出一个7*7*30

      30就是两个bbox的十个数据，然后加上可以分成的类数，yolo1可以分成20中所以就是10+20得到30

4、总结

     Yolo的速度比较快，但是呢因为每个单元格只会保留一个bbox所以准确率就不是这么高。对于识别一些小物体或者是在图片中物体排列比较紧凑的，最后的识别效果都不是很好。

      不过yolo2,3都做了改进，本文就是自己对yolo算法的一个大致理解。