YOLOv2 YOLOv3 如何选择先验框(priors anchor)(自用)

本文介绍了YOLOv2和YOLOv3选择先验框(anchor)的不同策略。YOLOv2通过k-means聚类训练集bounding boxes确定先验框,并依据特征图相对大小设定anchor尺寸。而YOLOv3则直接使用相对于原图大小的像素值定义anchor。这种变化简化了实现,并影响了anchor的尺寸选择。
摘要由CSDN通过智能技术生成

在YOLOv2论文中,作者有对Dimension Cluster做一个介绍,这个cluster的目的就是寻找出anchor的先验(简称为先验框)。

什么是先验框呢,简单来说,在YOLOv1中,作者遇到了一个问题,虽然我们通过实验知道要选两个boxes是最优的,但是如何这两个boxes的尺寸如何决定呢?网络自身可以学着不断调节box的大小,但是我们能够提前给定一个/多个尺寸作为备选不是更好吗?所以作者就决定利用 k-means 聚类方法在 training set bounding boxes上来寻找先验框(框的尺寸)。

标准的k-means方法用的是欧氏距离,但是这样会导致 larger boxes generate more error than smaller boxes. 我们想要得到的先验框,是能够带领我们得到更高的IOU的,如果用欧氏距离来衡量,可能会导致“大框优势”。所以作者使用了


来作为k-means中“距离”的判定。

我们期待距离越小越好(IOU越大越好),所以距离判定时候用 1 - IOU

讨论内容见(需要翻墙):https://groups.google.com/forum/#!topic/darknet/qrcGefJ6d5g

其中,

评论 14
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值