**
图像算法面试之YOLO系列
起因:最近面试频繁被面试官问到YOLO系列相关知识,加深自己印象,写一写
面试题:描述一下yolo2的思想,yolo3有什么不同
YOLOV1
yolo的思想:将整张图片作为输入,直接在输出层回归bounding box的位置及其所属类别
和RCNN、faster-RCNN的不同:这两者也是将整张图片作为输入,但是faster-RCNN采用RCNN的proposal+classifier思想。将提取proposal的步骤放在CNN中,而yolo则采用直接回归的思想
实现方法:
1、将image分成S*S个grid cell,如果某个object的中心落在grid cell中,则由这个grid cell负责预测该object
2、每个grid cell负责预测B个bounding box,每个bounding box除了要回归自身的位置和大小外,还需要预测一个confidence
3、这个confidence代表了所预测的box中含有object的置信度和这个box预测的有多准
每个bounding box 要预测(x,y,w,h)和confidence。每个grid cell要预测一个类别信息,记为C类。则SS个grid cell,每个grid要预测B个bounding box和C个类别,输出就是:SS*(5*B+C)的tensor
4、在test时,每个grid cell