YOLO, Real-Time Object Dete

You Only Look Once Unified, Real-Time Object Dete

1.1 Background

  在YOLOv1 提出之前，R-CNN系列算法在目标检测领域独占鳌头。R-CNN系列检测精度高，但是由于其网络结构是双阶段（two-stage）的特点，使得它的检测速度不能满足实时性.

  2016年，yolo团队提出了一种单阶段（one-stage）的目标检测网络，实时检测的速度比较快，每秒可以处理45帧的图像。

1.2 Base idea

  YOLO的核心思想是将目标检测问题转换成回归问题，利用一整个图像作为网络结构的输入

经过24个卷积层和2个全连接层，得到bounding box(边界框)的位置和所属类别

我们将图片划分为S X S个小网格，每个网格预测B个bounding boxs,以及这个边界框的置信度，和C的分类概率，

这会被编写成

$S\ast S\ast (B\ast 5+C)$

$${\lambda }_{coord}\sum _{i=0}^{s^2}\sum _{j=0}^B{\mathbb{I}}_{ij}^{obj}\left[{\left(x_i-x_i\right)}^2+{\left(y_i-y_i\right)}^2\right]$$

1.3 Conclusion

1. yolo的优点

• 网络简单，容易构建
• 速度快，实时性比较好
• 检测性能好，背景误差小

2. yolo的缺点

• 对图像上的小目标检测性能不佳
• 对临近物体及很小的群体，检测效果不好