YOLOv3细节

本文详细介绍了YOLOv3模型的输出结构,包括8x8x3x85、16x16x3x85、32x32x3x85三个不同尺度的特征图,每个包含检测框位置、置信度和80类别的概率。先验框通过k-means聚类得到,类别置信度使用sigmoid解码。训练策略中,损失函数是关键,同时在推理时,低置信度的框会被过滤,仅保留高置信度的框进行非极大值抑制。
摘要由CSDN通过智能技术生成

输出

  • 输出最终的三个特征图为8x8x3x85、16x16x3x85、32x32x3x85
  • 其中8x8是特征图维度大小(上面三个不同的值代表不同的尺度);3是代表3种先验框;85包括:检测框位置(4维)、检测置信度(1维)、类别(80维)

先验框

  • 使用 k-means 对训练集的标签框进行聚类,得到类别中心点的坐标作为先验框
  • 有了先验框和输出特征图,就可以得到下图中调整后框的位置
    在这里插入图片描述

类别置信度

  • 置信度可以直接通过sigmoid函数解码,将其划分到0、1之间,
    ※ 在推理时,不需要那么多先验框,因此置信度低于阈值的框会直接被过滤掉,只有置信度高于阈值的框会进入到NMS,来确定置信度最高的框
  • 类别方面是对80个类别,每个进行sigmoid函数解码(传统的使用softmax函数,各个类别是互斥的,但是这里使用sigmoid,一张图就可以有多个类别)

训练策略

在这里插入图片描述

损失函数

在这里插入图片描述

总结

在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值