本文介绍了YOLO（You Only Look Once）目标检测算法，它旨在通过一次扫描就能确定图像中物体的位置和类别。YOLO是一种基于回归的技术，不同于分类，它的目标是预测边界框坐标和类别概率，力求接近真实值，而非简单的二元分类。回归旨在拟合函数，而分类则做定性判断。博客深入浅出地解析了这两种方法的区别，并引导读者开始YOLO的学习之旅。
恒有贵，何必三更起五更眠；
最无益，只怕一日曝十日寒。
从YOLO1开始，让咋们开始 YOLO的学习。
YOLO的目标是看一眼（you look only once）就知道目标的位置和种类，是基于回归的目标检测算法，但，啥是回归啊。
去百度一下，原来，现在火热的神经网络主要分两个目标方向一个是分类，一个便是回归。回归的目标是拟合一个函数，输出的目标是要接近一个函数值，比如要接近3.1415926，而不是0或1的判断。而分类算法的目标，是做出定性的判断，是还是不是这个类，给我个准话（输出0或1进行判断）。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
