YOLO模型

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

---

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：