神经网络与深度学习-4

一、yolo网络

网络结构

网络结构包含24个卷积层和2个全连接层；其中前20个卷积层用来做预训 练，后面4个是随机初始化的卷积层，和2个全连接层。

YOLO包围框

我们有 𝑠 2个框，每个框的bb个数为𝐵，分类器可以识别出𝐶种不同的物体， 那么所有整个ground truth的长度为𝑆 × 𝑆 × (𝐵 × 5 + 𝐶) YOLO v1中，这个数量是30 YOLO v2和以后版本使用了自聚类的anchor box为bb, v2版本为𝐵 = 5, v3中 𝐵 =9。

归一化

四个关于位置的值，分别是𝑥, 𝑦, ℎ和𝑤，均为整数，实际预测中收敛慢 因此，需要对数据进行归一化，在0-1之间。例子是一个448*448的图 片，有3*3的grid，每个 cell是149。 目标中心点是(220,190)。

 置信度

 

 𝐼𝑂𝑈：图中绿框为真实标注，其余五个颜色框为预测值，可计算对应𝐼𝑂U。

 训练值（ground truth）：Pr 𝑜𝑏𝑗 的ground truth：三个目标中点对应格子为1，其它为0。

训练数据与网络输出

YOLO损失函数

 YOLO损失函数——边界框对应损失项

 第2项要开根号，让误差更显著，保证回归精度。

YOLO损失函数——边界框对应损失项

 YOLO损失函数——𝝀取值

非极大值抑制

 NMS核心思想：选择得分最高的作为输出，与该输出重叠的去掉，不断重复这一过程直到
所有备选处理完。NMS算法要点：

1. 首先丢弃概率小于预定IOU阈值（例如0.5）的所有边界框；对于剩余的边界框：

2. 选择具有最高概率的边界框并将其作为输出预测；

 3. 计算 “作为输出预测的边界框”，与其他边界框的相关联IoU值；舍去IoU大于阈值的边界框；其实就是舍弃与“作为输出预测的边界框”很相近的框框。

4. 重复步骤2，直到所有边界框都被视为输出预测或被舍弃

数据集训练

预训练与训练&#