tsy3718的博客

原创 YOLO回归框后处理

以YOLOv1为例，共产生98个候选框后处理第一步置信度过滤：共有7x7x2=98 bboxes，假设一个类别为dog，将所有置信度小于0.2阈值(自设置)的概率全部抹0；上图中的每一列是置信度（存在目标的概率P(obj)）与类别概率（这里的类别概率是条件概率P(class | obj)）的乘积(cls score)。后处理第二步非极大值抑制：参考：https://www.bilibili.com/video/BV15w411Z7LG?p=5补充1：NMS为什么不直接选择类别得分最大的？因为