yolo算法总结

最新推荐文章于 2024-09-28 16:27:47 发布

snow丶情调

最新推荐文章于 2024-09-28 16:27:47 发布

阅读量917

点赞数

文章标签：算法

本文链接：https://blog.csdn.net/weixin_45083710/article/details/119833463

版权

本文详细介绍了YOLO（You Only Look Once）算法，从YOLOv1的原理出发，包括细胞划分、边界框预测、置信度和分类信息预测。接着讨论了训练阶段的损失函数和测试阶段的非极大值抑制（NMS）。还分析了YOLOv1的缺点，并介绍了YOLOv2和YOLOv3的改进，如联合训练法、锚框（anchor）的使用、特征金字塔网络（FPN）以及更复杂的backbone网络。最后阐述了锚框计算过程，通过k-means聚类找到最优的预设边界框尺寸。

摘要由CSDN通过智能技术生成

YOLOv1的原理：
1.划分成S*S个cell，物体落在哪个cell，哪个cell就负责预测这个物体：

解释：
训练阶段：在训练阶段，如果物体中心落在这个cell，那么就给这个cell打上这个物体的label（包括xywh和类别）。通过这种方式来设置训练的label的。换言之，我们在训练阶段，就教会哪个cell要预测图像中的哪个物体。
测试阶段：因为你在训练阶段已经教会了cell去预测中心落在该cell中的物体，那么cell自然也会这么做。

2.每个网格预测多个bounding box，预测内容包括bounding box和confidence。
bounding box预测：
左上角的坐标相对偏移量x、y，宽高w、h进行归一化到（0,1）方便损失函数收敛

confidence预测：
confidence指的是该cell有无目标的置信度A 在这里插入图片描述
和预测box的准确度B
的乘积。confidence=A*B=

训练阶段：给每个框的confidence打label。如果物体中心不在cell内，A=0，那么就没有必要算B了，confidence的label=0。如果在，A=1，此时confidence的label=1*B，其中B是不断训练计算得到的，因为每次预测得到的bounding box不一样，IOU也就不一样

测试阶段：每个cell输出一个confidence，隐含地表示了IOU。不需要分别计算A和B，也没法计算。因为训练的时候就是A*B，所以测试时候的输出也是这个值。

3.每个网格同时预