YOLO课程笔记

一、YOLOV1

1.训练：对于一个框，会生成两个候选框，候选框中通过与真实值IOU,找最大，对最大的候选框选定（要的框），来作微调（回归x,y,h,w）

2.置信度误差的计算：

 置信度分前景背景考虑：

        对于某一个候选框，如果这个候选框跟真实值IOU，如果大于某阈值。认为当前框要预测的为真实框，所以希望该框置信度为1（但是因为有IOU的差别，所以其实希望它的置新度为IOU）

        如果一个真实框和多个候选框重合，之选IOU最大的作为前景，其他的为背景，希望它们的置信度为0（也就是按照不含物体的置信度误差考虑）。

二、YOLOv2

1.BN层引入

2.大分辨率

 （训练时前面时间还是224，后面加10次448训练）

3.网络结构

DarkNet:全用3*3卷积，增大感受野，减少参数

        1*1卷积，不改变模型特征图原样的情况下增大模型的深度（偷工减料，既然3*3 1*1效果一样，那就。。。）

 

4.5个框

 通过kmeans的方法，但距离计算通过与5个每个类的代表先验框IOU来计算分类。

6.框多了，MAP不一定好，因为你不能保证每个框都是好的框，都是符合原始物体形状的框，但是识别率确实提高了

6.YOLOV2

 

 对于在最后特征图中的位置预测，采用了相对位置，对于预测值，为0-1区间的grid scale比例，对于tw,th,为相对于之前先验框的比例的对数。

7.

7.多尺度融合 （V2无全连接操作，对于输入图像没有限制）

 三、YOLOV3

 1.多尺度：术业有专攻

网络设计大中小三种不同大小的特征图，针对不同大小设计不同尺度的先验框大小。 

2.SCALE变换（上采样）

3.残差网络

 5.网络架构

 

 

四、实验