YOLO神经网络学习笔记（一）

最新推荐文章于 2024-06-21 05:41:06 发布

面包儿

最新推荐文章于 2024-06-21 05:41:06 发布

阅读量1.8k

点赞数 2

文章标签：目标检测 YOLO

本文链接：https://blog.csdn.net/qq_39499763/article/details/86995662

版权

这篇博客详细介绍了YOLO（You Only Look Once）目标检测模型的原理，从YOLO_v1的创新点到YOLO_v2的速度与精度权衡，再到YOLO_v3的改进，包括b-box预测和损失函数。博主强调了模型的全局推理能力、精度和速度，并提供了相关资源帮助理解代价函数和NMS算法。

摘要由CSDN通过智能技术生成

YOLO（you only look once），
一种目标检测模型。
问题：
1.YOLO程序背后的原理是什么？
具体的，重点放在模型各个模块的组合，代价函数上；
要求：能够读懂YOLO的基于tensorflow的python源码
notes：CNN的实现细节不要考虑；
2.YOLO发展过程中的创新点都是如何做的？
具体的，顺着前人的创新点，提出一些可能的创新思路。
要求：实验验证自己的创新点。

补：目标检测基础
1.目标检测的两个子任务：搜索图像中某一块存在目标；识别目标的类型
2.目标检测指标：参考
https://www.cnblogs.com/eilearn/p/9071440.html
https://blog.csdn.net/qq_35451572/article/details/80272968