提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
文章目录
一、yolo是什么?
yolo是目标检测模型。目标检测是计算机视觉中比较简单的任务,用来在一张图片中找到特定的物体,目标检测不仅要求对物体的种类进行识别,同时要求我们对物体的位置进行标记。而且YOLO相比于以往的带有建议框的神经网络,速度大有提升。
类别是离散数据,位置是连续数据。
二、yolo的原理
目标
我们的目的是找出一张图片上物体的位置和种类,这其中包含5个信息:物体的中心位置(x,y),物体的长和宽(h,w),最后是 物体的种类。
YOLO 的预测是基于整个图片的,并且它会一次性输出所有检测到的目标信息,包括类别和位置。就好像捕鱼,yolo会将整张网撒下去,将所有的鱼都捞起来。
假设我们处理的照片是一个正方形的。
原理
YOLO的第一步是分割图片,它将图片分割为 S^2个grid,每个grid的大小都是相等的,像这样: