yolo v1笔记

https://zhuanlan.zhihu.com/p/376863047

bounding box ，检测框
grid cell ， 网格
tensor 总共加起来写成公式就是：SxSx(Bx5+C)。
B(x,y,w,h,confidence) bbox 的中心坐标 x,y，bbox 的宽高 w,h，bbox 的置信度
offset ， 偏移量

每个单元格预测的B个(x,y,w,h,confidence)向量和C个条件概率中，每个参数的含义：
(x,y)是bbox的中心相对于单元格的offset
(w,h)是bbox相对于整个图片的比例
confidence由两部分组成，一是格子内是否有目标，二是bbox的准确度。
定义置信度为$P_r$(Object)×$Io{U}_{pred}^{truth}$
C类的条件概率
$P_r$($Clas{s}_i$|Object)表示该单元格存在物体且属于第 i 类的概率
在测试的时候每个单元格预测最终输出的概率定义为：
$P_r$($Clas{s}_i$|Object) × $P_r$(Object) × $Io{U}_{pred}^{truth}$ = $P_r$($Clas{s}_i$|Object) × $Io{U}_{pred}^{truth}$

NMS ： 即非极大值抑制，就是将一些冗余框去掉
IOU 即Intersection over Union，也就是两个box区域的交集比上并集，用于确定两个框的位置像素距离。

7×7×30
1个cell对应2×5+20个通道：
2×5：每个cell预测2个bbox，每个bbox含5个参数(x,y,w,h,confidence)；
20：该cell属于20个类别的概率