一维卷积神经网络_5分钟GET AI - YOLO的卷积神经网络

本文攻略：通过分析 YOLO 神经网络，理解卷积神经网络工作原理

建议玩家等级：技术圈外人(建议只看图片，也能理解)，AI新手，学生党，初级码农

阅读此文先解锁技能：

1. 一点点命令行基础
2. 一点点 C++ 基础
3. 卷积神经网络基础
4. YOLO 基础：How to use YOLO with python, How YOLO only look once

实践此文推荐装备：

1. 操作系统：macOS Sierra
2. IDE：VSCode

PART 1: 卷积神经网络 Convolution Neural Network

神经网络是一个狂拽炫酷的名词，前面再加卷积二字听起来更是吊炸天。本文就不普及卷积神经网络了，因为有很多大神的科普文章已经让人无法超越，我们只要站在大神的肩膀上进行操作，并理解 YOLO 黑魔法的本质原理。

YOLO 作者使用了自己设计的卷积神经网络模型，取名 Darknet。YOLOv2 使用了32层网络，Tiny YOLO 只使用了16层网络，这也是后者运行速度更快，而前者检测成功率更高的原因。

卷积层 conv：负责提取特征图片

池化层 max：负责降低特征图片维度，从而降低运算量。这里使用的是 max pooling

输出层 detection：输出一维预测数组

YOLOv2 32 层网络具体如图：

Tiny YOLO 16 层网络具体如图：

PART 2: 特征图片 Feature Map

特征图片可以理解为AI对一张图片理解过程的中间产物，神经网络模型设计的越好，AI的理解就会越深刻。特征图片在源码里都是一维特征数组，于是我提取了神经网络每一层输出的特征数组，并将其进行图片可视化。这里展示的是 Tiny YOLO 版本的特征图片。

神经网络第 0 层输入图片：

第 0 层卷积输出，第 1 层池化输出，共 16 个通道：

第 2 层卷积输出，第 3 层池化输出，共 32 个通道：

第 4 层卷积输出，第 5 层池化输出，共 64 个通道：

第 6 层卷积输出，第 7 层池化输出，共 128 个通道：

第 8 层卷积输出，第 9 层池化输出，共 256 个通道：

这里我分别只展示了第0~9层网络输出后的特征图片，因为第9层后的所有特征图片大小都为13*13，已经呈现出人类肉眼难以理解的像素颗粒。但我们可以通过这个特征提取过程，直观的感受到 YOLO 的神经网络对一张图片究竟干了些什么。

PART FINAL: Do it yourself

这就是黑魔法神经网络如何预测一张图片的过程，当然这里面我隐藏了很多很多的原理细节，是这些细节才构成了神经网络，这些细节是人类智慧真正的结晶。

-->附赠代码、特征数组和特征图片，猛戳下载<--

---

如需合作或转载请联系本文作者，跪谢