Yolo V1算法分析 ---网络结构解读 ---损失计算

Yolo V1 详解

本节内容

该文章涉及如何选择预选框、YOLOV1的网络结构以及卷积计算、最终的损失计算过程。

如果对于IOU、mAP、recall、precision不了解，请先了解以上指标如何计算的。

检测指标Blog：

如果不懂得卷积计算，可以看我的文章

卷积计算Blog：【卷积计算】-单通道卷积 -深度卷积(多通道卷积) -逐点卷积 -实战YoloV1卷积网络 - 池化计算-CSDN博客

特点

• 经典的one-stage方法
• You only look once
• 检测问题转换为回归问题，一个CNN搞定
• 可以对视频进行实时检测，应用领域非常广泛

核心思想

每个点，计算的时候存储confidence，设置阈值

每个点存储：

• 中心点x
• 中心点y
• 预选框宽度w
• 预选框高度h
• 置信度confidence

如果满足阈值，在两种候选框中，分别计算IOU的值，选择合适的

输入图片

图片大小（448，448，3）

因为卷积层和全连接层的大小是固定的，所以图片大小不可改变，这里要求input图片大小固定（448，448，3）。

• 在Yolov2之后，取消了fully connected全连接层，图片大小就可以改变了。

通过grid cell分类

图片分割为7 * 7大小的grid cell；在每个grid cell 里面存储30个信息。👇

Our final prediction is a 7 * 7 * 30 tensor，20 types and 2 bounding box with 5 parameter

• 每个bounding box存储信息(Xt,Yt,Ht,Wt,Confidence)

• 每个grid cell 存储30个信息

其中Xt和Wt是相对于width的归一化坐标；其中Yt和Ht是相对于High的归一化坐标；

在这里没有anchor的思想，并不是相对于anchor box的相对位移；而是直接预测(x,y,w,h)信息