YOLO系列0：入门

Faster R-CNN的方法目前是主流的目标检测方法，但是速度上并不能满足实时的要求。YOLO一类的方法慢慢显现出其重要性，这类方法使用了回归的思想，利用整张图作为网络的输入，直接在图像的多个位置上回归出这个位置的目标边框，以及目标所属的类别。

 

(1) 给个一个输入图像，首先将图像划分成7*7的网格
(2) 对于每个网格，我们都预测2个边框（上面：bbx+bbx是目标的置信度；下面：每个边框在不同类别的概率）
(3) 根据阈值去除可能性比较低的目标窗口，最后NMS去除冗余窗口即可（关于什么是非极大值抑制NMS，请参看：https://www.julyedu.com/question/big/kp_id/26/ques_id/2141）。

整个过程非常简单，不再需要中间的region proposal找目标，直接回归便完成了位置和类别的判定。

SSD

YOLO存在的问题，使用整图特征在7*7的粗糙网格内回归对目标的定位并不是很精准。那是不是可以结合region proposal的思想实现精准一些的