Limitations of YOLO
(翻译)
yolo在bounding box的预测上强加了很强的空间约束,每一个网格单元只预测两个boxes并且只能有一种类别。这种空间约束限制模型对邻近目标检测的数量。模型努力解决检测成组小目标的问题,比如一群鸟。
由于我们的模型从数据里面学习预测bounding box,它致力于在新的或者非常规方向比例目标上的推广。我们模型也可以使用相对底层的特征(coarse features)来预测bounding box是因为我们的结构有多个对图片下采样的层。
最后,当我们训练使用损失函数来估计检测的性能,我们的损失函数对待小的还是大的bounding box都是一样的。在大的box里小的误差通常benign,但是在小的box里小的误差对IOU有很大的影响。我们主要的误差来自于错误的定位。[1]
[1] You Only Look Once: Unified, Real-Time Ojbect Dtection.