（深度学习论文精读总结）You Only Look Once: Unified, Real-Time Object Detection

一、文献名字和作者

文献名：You Only Look Once: Unified, Real-Time Object Detection
作者名：Joseph Redmon，Santosh Divvala，Ross Girshick，Ali Farhadi

二、阅读时间

2019年7月24日~2019年7月26日（本人读的第一篇英文论文，比较慢）

三、文献领域

目标检测

四、文献目的

本文主要实现的是目标检测，即对于给定图片，对其中的各个对象进行检测，最终以比较准确的边界框的形式将其圈出，并显示其具体为哪一个类别。前人已经通过一些算法诸如DPM,R-CNN等实现过目标检测，本文力求提出一种新算法以提高准确率与性能。

五、文献核心与创新点

核心：作者提出了YOLO算法，其详细过程为：给定一张图，分为N x N网格，每一个小网格生成两个边界框，再使用非最大抑制法去掉多余边界框，确保每一个对象最终只有一个边界框，最终输出目标检测结果。

创新点：

1. 提出了一种新的目标检测算法——YOLO算法
2. YOLO算法与之前的DPM，R-CNN算法相比，总的来说mAP和fps都有显著提升，尤其是实时目标检测方面更加出色
3. YOLO+R-CNN结合的方法进一步提升性能，在当前所有检测算法中性能可以排到第五位

六、文献前景与不足

前景：文里没说，应该是继续优化提升YOLO算法性能
不足：YOLO算法对于小物体以及挨得很近的物体预测的不是很好，由于其算法设定特性可能会漏预测个别对象

七、自己的收获

这是我阅读的第一篇英文学术论文，比较有纪念价值，首先要克服语言上的障碍，比如单词不认识，单词认识但是句子不懂，阅读速度慢等等。这篇论文用了3天时间读完，当然比较懒，每天就读了不到2小时，边读边要查漏补缺各种知识所以比较慢，以后应该会加快速度。

小知识点：

• mAP：mean average precision，平均精度
• fps：frames per second，每秒传输帧数

这两个是评价算法性能的主要指标，mAP是根据presicion-recall曲线面积计算得到