YoloV1:
其网络结构图:
优点:
高fps实时预测;
一阶段,关联上下文,而不是管中窥豹背景误判误差较小;
泛化能力强,用于艺术照和真实生活AP下调较少。
缺点:
mAP相比优化的R-CNN稍差;
定位误差较大;
每个cell只预测一个类别,如重叠无法解决
小物体检测效果一般,可选长宽比单一
以个人数据集进行测试结果如下如下:
YoloV1:输入4484483,原因fc1=1024,被限制了,fc2=1470,reshape为7730。
YoloV1:
其网络结构图:
优点:
高fps实时预测;
一阶段,关联上下文,而不是管中窥豹背景误判误差较小;
泛化能力强,用于艺术照和真实生活AP下调较少。
缺点:
mAP相比优化的R-CNN稍差;
定位误差较大;
每个cell只预测一个类别,如重叠无法解决
小物体检测效果一般,可选长宽比单一
以个人数据集进行测试结果如下如下:
YoloV1:输入4484483,原因fc1=1024,被限制了,fc2=1470,reshape为7730。