解读YOLO目标检测方法

论文链接：https://arxiv.org/pdf/1506.02640.pdf
tensorflow源码链接：https://github.com/nilboy/tensorflow-yolo/tree/python2.7/yolo

Ross Girshick提出的Faster R-CNN把目标检测的速度提高了一大步，在用Titan X时检测速度可以达到7fps，同时准确度达到73mAP。但在实际使用时这样的速度还是达不到实时的目地的，几乎在提出Faster R-CNN的同时，Joseph Redmon和Ross Girshick又提出了一种叫做YOLO的检测方法，速度可以达到45fps，YOLO的名字取自You only look once，从名字就能看出它的速度有多快。虽然45fps已经达到了实时的目标，但YOLO从出生那天起自身就带有很多的缺陷，最大的问题就是mAP只有63，这样的准确度就让实用价值打上了折扣，但不管怎么说作为第一个达到实时检测目标的结构YOLO还是有很多值得参考的地方的。

一、整体结构

YOLO之前的结构都会先对输入的图片提取要检测的区域(proposal)，然后仅对proposal区域进行分类，因为整个过程分为提取proposal+检测两个阶段，速度就打了折扣。YOLO则直接砍掉了提取proposal的过程，一次回归就完成bbox位置、目标置信度、分类的工作。图1是它的基本结构：

图1：YOLO结构

<