东南风的博客

论文地址：YOLO9000: Better, Faster, Stronger        项目主页：YOLO: Real-Time Object DetectionYOLO9000是CVPR2017的最佳论文提名。首先讲一下这篇文章一共介绍了YOLOv2和YOLO9000两个模型，二者略有不同。前者主要是YOLO的升级版，后者的主要检测网络也是YOLOv2，同时对数据集做了融合，使得模型可以...

一，YOLOv2论文解读YOLO 问世已久，不过风头被SSD盖过不少，原作者自然不甘心，YOLO v2 的提出给我们带来了什么呢？       先看一下其在 v1的基础上做了哪些改进，直接引用作者的实验结果了：      条目不少，好多Trick，我们一个一个来看： A）Batch Normalization（批量规范化）       先建立这样一个观点： 对数据进行预处理（统一格式、均衡化、去噪...

YOLO有S*S的格子，每个格子包含B个边界框，格子对应的预测总的类别数为C种类别。总结重点：1、一张图片中有多个object，即一张图片中有多个对象，如下图所示，我们框了很多的真实框，那么S*S*B个bbox的对应的confidence怎么计算出来呢？confidence=p(object)*IOU(truth,pred)，那么p(object)和IOU(truth,pred)怎么求解呢？看了一...