YOLO基本原理

        计算机视觉一般三大任务，分别对应于：分类，检测，分割。检测的要求是需要算法告知我们图片中有哪些类别，分别对应于哪些位置，YOLO就是一种非常先进的目标检测算法，能解决上述问题。YOLO全称为You only look once。YOLO是进行如下操作的：

1）将图片构造成如下所示向量：

2）因为是有监督学习，所以图中7X1的列向量的所有参数是需要我们去补充的，具体操作是可以用Label软件给图片标数据——哪些是猫，哪些是狗给他用方框框起来加上猫狗备注标签，最后用于训练。最终你给一张图片，模型就能给你一组列向量，列向量会告诉你是猫还是狗等各种信息，如下图：

 3）但对于一张图片中有多个猫狗怎么办呢，YOLO采用的方法是对图片进行分割，其中每一小块图片都要归一化，如下图所示：

 最终效果为：

 4）一般情况下，为了得到较精确的效果，YOLO会对一个物体预测出多个边界框，这就需要选择最合适的边界框，如下图所示图片该如何做呢？

         YOLO使用的是IOU交并比，如下图所示，IOU会有一个参考标准，IOU大于某个标准则这个边界框保留，否则丢弃，最终选择IOU最大的，这种方法称为NMS，即非极大值抑制。

 5）还有一种情况，当猫与狗的物体中心都落在一个格子里怎么办呢，如下图所示，做法是再增加一个向量，最终一个格子向量由7X1变为14X1，如下第二张图所示，实际上当格子分割很小时是很难遇到这种情况的。