之前学习的RCNN系列的目标检测算法都是先提取出候选区域,然后利用分类器识别这些区域,并对候选区域进行位置修正。这类方法流程复杂,存在着速度慢、训练困难等缺点。
YOLO算法将检测问题看做是回归问题,采用单个神经网络,利用整个图像的信息来预测目标的边框、识别目标的类别,实现端到端的目标检测,如图所示。YOLO相比于之前的算法有如下优点:
1)非常快。YOLO的流程简单,速度很快,可以实现实时检测。
2)YOLO采用全图信息进行预测。与滑动窗口、region proposals不同,YOLO在训练、预测过程中利用全图信息。Fast R-CNN方法错误地将背景块检测为目标,原因在于Fast R-CNN方法在检测时无法看到全局图像。相比于Fast R-CNN,YOLO可以将背景预测错误率降低一半
3)YOLO可以学习到目标的概括信息。我们采用自然图像训练YOLO,然后采用艺术图像来预测,YOLO比其他目标检测算法的准确率高很多。
YOLO:
该方法将图像划分为S*S个格子。如果一个目标的中心落入某个格子中,那么该格子负责检测该目标。每个格子预测B个