【CV经典模型-Detection】YOLO

1. key word:

one pass solves all:

• divide image into several grids

• for each grid: predict bounding boxes & a class probabilities vector at the same time

  • each bounding box:
    (x, y) : 相较于grid cell中心的offset
    (w, h) : bounding box的长和宽
    C : confidence score, 此bounding box包含物体的概率

  • $P(c_i\Vert Object)$ ：在此grid cell所属的bounding boxes包含物体的情况下，这个物体属于哪一类别

• 例子：输入图片分为$7\ast 7$的网格，每一格预测两个bounding boxes,物体一共有10类：
  输出的维度 = $7\ast 7\ast (2\ast 5+10)$

2. input：

• feature:

  • images

• label (each row):