YOLO：You Only Look Once论文阅读

最新推荐文章于 2023-05-23 12:55:16 发布
最新推荐文章于 2023-05-23 12:55:16 发布
阅读量463 收藏 3
点赞数
分类专栏： 定位网络 文章标签： YOLO
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/stesha_chen/article/details/84328387
版权
YOLO（You Only Look Once）是一种快速的目标检测算法，对比Faster RCNN，YOLO在保持高效率的同时，能实现端到端的训练。尽管在小物体检测上准确性较低，但其全局视野和强大的泛化能力使其在实时应用中表现出色。通过将图像划分为网格，每个网格预测多个边界框和置信度，YOLO能够统一完成物体检测任务。在VOC2007和VOC2012数据集上，YOLO展示了良好的速度与精度平衡。
摘要由CSDN通过智能技术生成

前言

YOLO的提出是相对Faster RCNN的改进，Faster RCNN的速度是大概1秒7到8张，一般视频播放1s有20多帧吧，所以Faster RCNN不能达到完全的实时，而YOLO的速度可以达到每秒45张图。速度的提升主要得益于一个网络进行box和cls的预测，而Faster RCNN是两个网络分别预测box和cls。不过从准确率上来说，YOLO是不如Faster RCNN的，但是他提升图片定位速度的方式还是值得学习的。

1.介绍

比较早的时候是用slide window的方式进行图片定位，这种方式速度慢而且不准确，因为我们需要用各种形状的box框在图片中滑动然后为框内的每个物体打分。

后来的尝试是RCNN，RCNN需要用selective search先生成预选框，然后用预选框进行训练，会生成相对预选框的矫正值和框中的类别打分。这种网络很难优化，因为所有的网络都是分开的。

YOLO的物体检测只有一个回归模型，会预测出坐标和类别打分，所以叫做you only look once.

YOLO的模型总结下来就是上图的三个步骤，非常直观明了。相对其他网络的优势如下：

  1. 速度快，并且相比其他实时网络准确率两倍以上（注意，Faster RCNN不算实时网络），可以实时处理webcam的数据
  2. YOLO是整张图片直接参与网络，相比一些用局部进行网络计算而言，更有全局观，所以对背景识别的错误率更低
  3. YOLO范化能力好，用普通图片进行训练后，在艺术图片上也有不错的效果

YOLO的准确率确实不是最好的，尤其在识别小物体上不太好，最后作者也会给出一些实际操作中的tradeoff。

2.统一检测

YOLO将其他检测系统中各个分散的模块合并成了一个神经网络。对这个网络输入整张图片就可以得到图片的预测框和框中的物体，能够实现端到端的训练，在准确率不错的情况下达到实时检测的目的。

我们的系统会将输入的图片分成S\times S个格子，如果某个物体的中心落在了这个格子中，那么这个格子就代表这个检测物体。

没一个格子会预测B个bounding boxes和每个box的confidence score，confidence score代表这个模型有多少信心这个格子包含这个物体，confidence =

最低0.47元/天 解锁文章
stesha_chen
关注
专栏目录
you only look once 原论文
09-27
YOLO（You Only Look Once）是由Joseph Redmon等人在2016年提出的一种目标检测算法，它将目标检测问题转换为回归问题，极大地提高了检测速度，并开创了实时目标检测的新纪元。YOLO的核心思想是通过一个统一的神经...
YOLO（You Only Look Once）算法详解
热门推荐
AI之路
05-21 15万+
这篇博客主要介绍下YOLO v1算法（CVPR2016的文章）。YOLO是目前比较流行的object detection算法，速度快且结构简单，其他的object detection算法如faster RCNN，SSD相信大家也不陌生，以后有机会再介绍。另外提一下，这里算法部分介绍的是YOLO的第一个版本，而现在YOLO的官网上已经有YOLO v2的实现了，这个后续再介绍。 论文名称：You o...
YOLO :YOU ONLY LOOK ONCE
weixin_42148389的博客
12-31 2460
目录 1、YOLO是什么 2、YOLO 的突破 3、YOLO的原理
论文总结——You Only Look Once (YOLOv1)
weixin_46266147的博客
11-02 1590
继续学习目标检测！ 详情参看原论文：You Only Look Once: Unified, Real-Time Object Detection (https://arxiv.org/pdf/1506.02640.pdf) 总结放在最前面！ YOLO创新性地将目标检测看作Bbox坐标和类别概率的回归问题，并用单独一个端到端的网络，直接将整张图片作为输入，预测目标在整张图像上的相对位置和类别，在检测速度和泛化能力上显著优于当时的state-of-the-art方法，让实时(Real-time)目标检测成为可
You look only once（YOLO）通俗篇
与贰的博客
03-06 2480
我今天真的爆发了，把十来天看的两篇论文又复习了一遍，顺便也就都写了博客 说起YOLO，很早前就听过它的大名，快速的detection方案。但是比起YOLO，我很喜欢称之为YOU ONLY LOOK ONCE（一见倾心），这个名字真的是太有诗意了，hhh，笑出猪叫声。好啦，感觉每次说废话占去我博客十分之一的字有了，下面言归正传。 一、前言 首先要对比一下YOLO与之前常见的detection之...
【目标检测】YOLO v1 (You Only Look Once) 详细解读
__阿健__的博客
04-29 3344
YOLO（You Only Look Once），是yolo系列的 开山之作，也是 深度学习领域第一个one-stage detector。 作为一个 one-stage 检测器，YOLO 没有生成建议框这一步骤，它 直接将图片划分为 S×S 个网格 (grid cell)，每个网格对 中心点落入其中的目标 进行检测【如果目标的中心点落入某个格子中，我们就说这个格子 “包含” 了这个目标，就由这个格子负责对这个目标的检测】。
以下是关于自然语言处理（NLP）、Transformer 模型、YOLO（You Only Look Once）等技术应用
01-19
自然语言处理（NLP）、Transformer 模型、YOLO（You Only Look Once）等技术应用 自然语言处理（NLP）是计算机科学和人工智能领域中的一门重要学科，旨在使计算机能够理解、解释和生成人类语言。NLP 的应用非常广泛...
YOLO（You Only Look Once）是一个流行的实时目标检测算法，它通过单个神经网络模型同时预测图像中多个目标的位置
最新发布
06-05
### YOLO（You Only Look Once）实时目标检测算法概览与开发流程 #### 一、YOLO 算法原理 YOLO 是一种高效且准确的目标检测算法，其核心思想在于通过一次图像扫描即可同时预测出图像中的多个对象及其类别。与传统...
YOLOV1（You Only Look Once）
05-04
yolov原版论文1，以及它的英文翻译.YOLO（You Only Look Once）是一种实时物体检测的深度学习算法。YOLO通过单次推理过程实现图像中物体的检测与分类，相较于其他物体检测算法（如R-CNN系列），YOLO的速度更快，因此...
YOLOv1：You Only Look Once: 革命性目标检测算法论文解析
YOLOv8项目贡献者
05-23 2087
YOLO全论文完整翻译
YOLO v1深入理解
Darlewo
04-28 1163
YOLO（You Only Look Once）是一种基于深度神经网络的对象识别和定位算法，其最大的特点是运行速度很快，可以用于实时系统。 现在YOLO已经发展到v3版本，不过新版本也是在原有版本基础上不断改进演化的，所以本文先分析YOLO v1版本。 关于 YOLOv2/YOLO9000 的分析理解请移步 YOLO v2 / YOLO 9000。 对象识别和定位 输入一张图片，要求输出其中所包含...
目标检测经典论文——YOLOv1论文翻译（纯中文版）：YOLO：统一的实时目标检测
bigcindy的博客
08-02 8083
目标检测经典论文翻译汇总：[翻译汇总] 翻译pdf文件下载：[下载地址] 此版为纯中文版，中英文对照版请稳步：[YOLOv1中英文对照版] YOLO：统一的实时目标检测 Joseph Redmon*, Santosh Divvala*†, Ross Girshick¶, Ali Farhadi*† University of Washington*, Allen Institute for AI†, Facebook AI Research¶ http://pjredd
You Only Look Once（Yolov1）
WYJ的博客
10-03 768
2016年，Joseph Redmon、Santosh Divvala、Ross Girshick等人提出了一种单阶段（one-stage）的目标检测网络，它的检测速度非常快，每秒可以处理45帧图片，能够轻松地实时运行。由于其速度之快和其使用的特殊方法，作者将其取名为：You Only Look Once（也就是我们常说的YOLO的全称），并将该成果发表在了CVPR 2016上，从而引起了广泛地关注。的策略，将一张图片平均分成7×7个网格，每个网格分别负责预测中心点落在该网格内的目标。
《每日论文》You Only Look Once: Unified, Real-Time Object Detection
Alex
12-13 1130
Abstract 摘要 We present YOLO, a unified pipeline for object detection. 我们提出了一个统一的对象检测管道YOLO。 Prior work on object detection repurposes classifiers to perform detection. 先前关于目标检测的工作重新调整分类器来执行检测。 Instead, we frame object detection as a regression problem to s
[YOLOv1：You Only Look Once]原理及其使用方法
shuzip的博客
03-06 1042
YOLO：You Only Look Once（你只需看一次） Detection as Regression 把系统将输入图像分割成S×S网格。 如果一个物体的中心落在一个网格单元中，该网格单元负责检测该物体。每个网格单元格预测B bounding boxes和这些框的confidence scores。这些置信度评分(confidence scores)反映了模型对boxes中包含对象的置信度...
目标检测经典论文——YOLO论文翻译：You Only Look Once: Unified, Real-Time Object Detection（YOLO：统一的实时目标检测）
bigcindy的博客
07-30 4110
You Only Look Once: Unified, Real-Time Object Detection YOLO：统一的实时目标检测 Joseph Redmon*, Santosh Divvala*†, Ross Girshick¶, Ali Farhadi*† University of Washington*, Allen Institute for AI†, Facebook AI Research¶ http://pjreddie.com/yolo/ ...
You Only Look Once: Unified, Real-Time Object Detection （YOLO 论文翻译）
weixin_43590290的博客
09-26 673
英文版论文原文：https://arxiv.org/pdf/1506.02640.pdf #You Only Look Once: Unified, Real-Time Object Detection Joseph Redmon,Santosh Divvala ,Ross Girshick& Ali Farhadi University of Washington Allen I...
YOLO (You only look once)介绍
Rain
02-17 1674
本文介绍目标检测经典快速算法YOLO的原理与方法 Ref：Redmon, Joseph, et al. "You Only Look Once: Unified, Real-Time Object Detection." (2015):779-788. 0. 目标检测基础知识 0.0 标签定义方法 目标检测包括分类与定位两个任务，在深度学校中通常采用多任务学习进行预测。下面以三分类（人...
YOLO：实时目标检测的新方法
"YOLO（You Only Look Once）是一种实时对象检测方法，由Joseph Redmon等人在2016年提出。该论文介绍了YOLO模型如何将目标检测问题转化为回归问题，通过一个神经网络直接从全图像中预测边界框和类别的概率。YOLO架构...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值