【深度学习_4.3】构建YOLO物体识别算法

训练集里面的训练图片被标记如下

如果YOLO算法需要识别80种物体，那么c可以是1-80之间的任意整数，也可以是80维的向量，识别出的物体为1，其他均为零。

YOLO算法模型

输入（m,608,608,3）

输出是识别出来的物体被边框（pc,bx,by,bw,bh,c）,加入c是一个80维的向量，则每个边框有80个代表值

示例中将使用5个achors box，因此模型为IMAGE(吗，608,608,3)->deep CNN->ENCODING(m,19,19,5,85)

ENCODING细节解释

解释：如果识别出的物体落入了一个网格中，那么这个网格将会负责识别该物体

本示例中使用的是5个achors box，因此19*19中的每个网格ENCODING5个boxes，为了方便起见，把(m,19,19,5,85)展开为（m,19,19,425）

于是，对每个achors box做如下计算

对于19*19个网格中的每个格子，找到每个网格的最大score

给每个最大score的achors box上色

另外一种可视化YOLO输出结果的方式是：把识别物体绑定的方框画出来

通过一次前向传播识别19*19*85个achors box，并用不同样色标记识别出来物体上的方框

但是这种方式输出的结果仍然太多，需要用non-max-suppression方法来过滤掉一部分输出结果：

1.减少输出识别物体的方框数量

2.对于一个识别物体多个方框覆盖的情况，会仅仅保留一个方框

用最大阈值过滤class