YOLO相关背景知识[1]
论文链接:http://arxiv.org/pdf/1506.02640
-
两大流派
目前,基于深度学习算法的一系列目标检测算法大致分为两大流派:
1.两步走(two-stage)算法:先产生候选区域然后再进行CNN分类(RCNN系列),
2.一步走(one-stage)算法:直接对输入图像应用算法并输出类别和相应的定位(YOLO系列)之前的R-CNN系列虽然准确率比较高,但是即使是发展到Faster R-CNN,检测一张图片如下图所示也要7fps(原文为5fps),为了使得检测的工作能够用到实时中,提出了YOLO[2]。
下面是相关方法展示图。
- YOLO检测思想
如下图所示
一个单元格生成两个针对该潜在物体的方框信息,这两个方框要以该单元格为中心,对于每个单元格,生成4个值得位置信息和一个该方框包含该物体的置信概率值;除此之外,还生成类别个数(论文中数据集
- YOLO检测思想