本文详细介绍了物体检测中的关键算法，包括YOLO（You Only Look Once）探测法，通过3x3网格进行高效物体定位；IOU（Intersection Over Union）用于判断定位准确性，当IOU>0.5时认为预测成功；非极大抑制技术解决重复探测问题，仅保留最高概率的预测框；以及Anchor Box解决同一格子内存在多个物体的状况，通过增加元素数量适应不同大小物体的检测。
1、YOLO探测法
滑动窗口弹测法：计算量大。
卷积化的滑动窗口：不够精准，原因：一个物体可能同时存在于多个滑动窗口中。
YOLO探测法
设100x100的图像如下，划分成3x3的9个小格子
在制作数据集时，需要对每个小格子制作对应的y标签，设y标签如下（假设只考虑一个格子中只有一个物体）：
每个小格子对应8个元素，则上图最终形成的标签维度为3x3x8
注意：
-
在对每个格子打标签时，y标签内的坐标按照以下标准：格子左上角为原点（0,0），右下角为（1,1）点。
-
物体的宽度和高度可以大于1
-
格子越小，物体出现在同一个格子中的概率越小。</
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
