【R-CNN系列目标检测】（5）YOLO算法

重点参考《图解YOLO》、《论文阅读笔记：You Only Look Once: Unified, Real-Time Object Detection》

YOLO【1】是RBG挂名的目标检测算法。YOLO不再套用R-CNN的思路，而是将目标检测转换为回归问题，极大提升了检测速率：标准版达到45fps，简化版达到155fps

---

算法思路

从 r-cnn 到 faster-rcnn，算法一直采用的是 proposal+classify（前者提供位置信息，后者提供类别信息）的思路。精度很高，但检测速率不是很理想

YOLO以整张图为输入，直接在输出层回归 bounding box 的位置及其所属的类别。精度有所影响（图1），但大大提升了检测速率，满足实时的要求
　　　　　　　　　
　　　　　　　　　　　　　　　　　　　　　　　　图１.　检测精度mAP及检测帧率的对比

流程

1. 将输入图像分成 SxS 个网格，如果某个 object 中心落在这个网格中那么这个网格就负责预测这个 object（也就是说一个网格最多仅负责一个object）
   　　　　
   　　　　　　　　　　　　　　　　　　　　　　　图２.　YOLO检测流程
   　　　　　　　　　　　　　　　　　　　　　　　

2. 每个网格预测 B 个 bounding box。每个 box 回归自身位置，并且预测一个置信度$(x_{center}, y_{center, w, h, confidence})$
   其中 confidence 综合了 box 含有 object 的置信度和 box 位置准确度这两个信息：