核心思想概括
1、将输入图像划分成 SxS(S=7)个网格(grid cell),每个grid cell预测B(B=2)个bbox
2、训练阶段:
在训练阶段如果某个标注框中心点落入到哪个grid cell中,就应该由该grid cell预测数的两个bbox中的一个(与该标注框IOU最大的)去负责拟合该物体(即拟合标注框GT)
(1)一共是7x7个grid cell,每个grid cell预测B(B=2)个bbox,即(x,y,h,w,c),c表示置信度
(2)每一个grid cell还会预测出一组条件类别概率
(3)经过NMS预处理后得到最终的预测框
3、测试阶段:
直接将图像输入模型,得到7x7x30维的张量,即:SxSx(Bx5+C)
损失函数的定义
论文翻译
数据处理流程
重要模块内容
数据处理部分
loss损失函数的设定
项目代码下载:
https://download.csdn.net/download/guoqingru0311/87793012