YOLO论文总结



最近一直在用yolo做目标检测，速度上的效果确实比rcnn、fast_rcnn以及faster_rcnn快得多了，达到了实时检测的速度。其主要的训练机制跟它们也不一样，把检测看作是一种回归的问题，其主要的特点就是： 
   （1）整个图片进行训练，检测的时候也是整个图片进行检测直接获得bounding boxes和class probabilities。　

   （2）损失函数的设计。

   （3）针对lager object和small object对h和w的偏差带来误差的敏感度不一样，对损失函数进行修改。

   （4）网络结构参考Googlenet，没有引用Googlenet的inception机制。

1、论文摘要

（1）基础YOLO模型以45帧/秒的速度实时处理图像，与最先进的检测系统相比，YOLO产生了更多的定位误差，但不太可能在背景上的预测假阳性。