YOLO系列算法

YoloV1
其网络结构图:
在这里插入图片描述

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:

在这里插入图片描述
YoloV1:输入4484483,原因fc1=1024,被限制了,fc2=1470,reshape为7730。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值