目标检测简单笔记之YOLOV1

一. YOLOv1简介

• 是个One stage的网络结构（端到端）
• 作用：用于目标检测
• 特点：比RCNN系列要快

二. 网络结构

YOLOv1把目标检测问题当作回归问题来处理，它的操作流程如下所述：

1. 把原图分为SxS个区域（grid）；
2. 然后计算每个grid里的预测的bounding-box的(B * 5 + C)个值
3. B * 5 + C意义：
   B表示预测的bounding-box个数
   5表示bounding-box的中心坐标，长宽，confidence值（IOU值），一共5个值
   C表示你要预测的每个类别的概率

论文中设置S=7， B=2， C=20，所以最后的输出为 7x7x(2x5 + 20) = 7 x 7 x 30

YOLOv1的网络结构如下图所示：

• 输入shape：448x448；
• 中间有48个卷积层，经过4个max-pooling之后，feature map的大小变为7x7，然后接两个全连接层，再reshape成输出的shape
• 输出shape：7x7x30

三. Keras搭建模型

一些信息：

• 这里的s-2应该是表示卷积层的stride=2
• 模型经过pooling后，feature map的size才会变为原来的一半，经过卷积层后size是不变的，所以padding的方式是’same’
• 最后一层是线性激活函数（就是啥都不做），其他层后面接leaky ReLU，斜率为0.1

• 卷积层后面跟两个全连接层，一层输出4096维（如图上所示），另一层的维度应该是7x7x30 = 1470, 再reshape成输出的shape。

• 

• 模型定义代码如下：

import keras
from keras.layers import *
from keras.models import *

model = Sequential()

# Block 1
model.add(Conv2D(64, (7, 7), strides=(2, 2), padding='same', input_shape=(448, 448, 3)))
model.add(LeakyReLU(alpha=0.1))
model.add(MaxPool2D(2, 2))

# Block 2
model.add(Conv2D(192, (3, 3), padding='same', ))
model.add(LeakyReLU(alpha=0.1))
model.add(MaxPooling2D(2, 2))
model.add(Dropout(0.5))

# Block 3
model.add(Conv2D(128, (1, 1), padding='same',))
model.add(LeakyReLU(alpha=0.1))
model.add(Conv2D(256, (3, 3), padding='same',))
model.add(LeakyReLU(alpha=0.1))
model.add(Conv2D(256, (1, 1), padding='same',))
model.add(LeakyReLU(alpha=0.1))
model.add(Conv2D(512, (3, 3), padding='same',))
model.add(LeakyReLU(alpha=0.1))
model.add(MaxPooling2D(2, 2))
model.add(Dropout(0.5))

#Block 4
model.add(Conv2D(256, (1, 1), padding='same', ))
model.add(LeakyReLU(alpha=0.1))
model.add(Conv2D(512, (3, 3), padding='same', ))
model.add(LeakyReLU(alpha=0.1))
model.add(Conv2D(256, (1, 1), padding='same', ))
model.add(LeakyReLU(alpha=0.1))
model.add(Conv2D(512, (3, 3), padding='same', ))
model.add(LeakyReLU(alpha=0.1))
model.add(Conv2D(256, (1, 1), padding='same', ))
model.add(LeakyReLU(alpha=0.1))
model.add(Conv2D(512, (3, 3), padding='same', ))
model.add(LeakyReLU(alpha=0.1))
model.add(Conv2D(256, (1, 1), padding='same', ))
model.add(LeakyReLU(alpha=0.1))
model.add(Conv2D(512, (3, 3), padding='same'))
model.add(LeakyReLU(alpha=0.1))
model.add(Conv2D(512, (1, 1), padding='same'))
model.add(LeakyReLU(alpha=0.1))
model.add(Conv2D(1024, (3, 3), padding='same'))
model.add(LeakyReLU(alpha=0.1))
model.add(MaxPooling2D(2, 2))
model.add(Dropout(0.5))

#Block 5
model.add(Conv2D(512, (1, 1), padding='same'))
model.add(LeakyReLU(alpha=0.1))
model.add(Conv2D(1024, (3, 3), padding='same'))
model.add(LeakyReLU(alpha=0.1))
model.add(Conv2D(512, (1, 1), padding='same'))
model.add(LeakyReLU(alpha=0.1))
model.add(Conv2D(1024, (3, 3), padding='same'))
model.add(LeakyReLU(alpha=0.1))
model.add(Conv2D(1024, (3, 3), padding='same'))
model.add(LeakyReLU(alpha=0.1))
model.add(Conv2D(1024, (3, 3), padding='same'))
model.add(LeakyReLU(alpha=0.1))
model.add(MaxPooling2D(2, 2))
model.add(Dropout(0.5))

#Block 6
model.add(Flatten())
model.add(Dense(4096))
model.add(LeakyReLU(alpha=0.1))
model.add(Dense(7*7*30))
model.add(LeakyReLU(alpha=0.1))
model.add(Reshape((7, 7, 30)))

结束。