【模型解析】从V1-V5深入解析YOLO系列模型

从V1-V5

深入解析YOLO系列模型

yolo相对于R_CNN系列论文，创新之处在于不再需要候选区域，直接端到端，利用回归的思想，直接回归出边框和类别，大大加快了速度，同时精度也挺高。

YOLO v1

 

主要思想

1、将图片划分为s×s的网格，待检测的目标中心点位于哪个网格中，就由哪个网格来负责检测他，论文中每个网格设定了2个框，也就是让2个框来同时拟合一个目标框，所以当网格中存在目标时，那么该网格中的预测框的目标值即为这个目标框的值（对比R_CNN系列论文，他们都是通过预测框与目标框的IOU来设定预测框的目标值）；

2、所有的预测框由网络直接传播获得，每个网格预测5个框，每个框用5个预测值来表示，分别（x,y,w,h）和得分， x和ｙ代 表 区域的中心点对于cell左上角 的偏移量，ｗ 和h代表区域相对于全图的宽和高，它们都介于０ - １之间。得分反映了区域内包含 一 个目标的置信度和预测区域的精确度。

IOU表示预测框与真实框的交并比，如果网格中有目标，Pr就等于1，否则为0，

实际这个公式是为了求训练时得分的目标值，修正网络预测的得分值；

3、每个网格无论有多少个框，都值预测一个类别值（与yolo v2不同，v2中每个anchorbox预测一组类别值），所以正向传播预测结果为s×s×（5×2+20）

YOLO v2