You Only Look Once:Unified, Real-Time Object Detection
CVPR2016
https://pjreddie.com/darknet/yolo/

YOLO 提出的背景是 基于CNN目标检测的速度太慢了,主要目的就是提速。

We reframe object detection as a single regression problem, straight from image pixels to bounding box coordinates and class probabilities
这里是将目标检测问题变为一个简单的回归问题,YOLO直接将图像像素信息映射到 矩形框坐标和物体类别概率信息

YOLO 特定如下:
1) 速度快
2)YOLO 做出预测时是基于整幅图像推理得到的 ,所以 YOLO将背景误检为物体的概率要比 Fast R-CNN 低
YOLO sees the entire image during training and test time so it implicitly encodes contextual information about classes as well as their appearance.
3) YOLO的泛华性能比较好
YOLO learns generalizable representations of objects

YOLO 的缺点就是 物体的位置精度较差

YOLO 框架

For evaluating YOLO on P ASCAL VOC, we use S = 7, B = 2. P ASCAL VOC has 20 labelled classes so C = 20.
Our final prediction is a 7 × 7 × 30 tensor.

输入图像经过一系列卷积层和两个全链接层处理得到 7 × 7 × 30 tensor
The final output of our network is the 7 × 7 × 30 tensor of predictions

如何解析这个 7 × 7 × 30 tensor

7 × 7 表示将图像分为 7 × 7 个网格,对图像进行分块处理,有点类似滑动模板目标检测。每个网格使用两个不同的模板进行检测, Each grid cell predicts B bounding boxes。 这里的模板匹配检测就是 R-CNN里面的 bounding boxes regression,对每个模板进行微调。每个 bounding boxe 对应4个坐标信息和 1个 概率信息。2个 bounding boxes 共计 10个信息。 剩下的 20个信息就是 Pascal VOC 中 20个类别概率信息 Class probability

最后可以用 non-maximal suppression 对检测的结果进行过滤一下

11

重温目标检测--YOLO v1相关推荐

  1. 重温目标检测--YOLO v2 -- YOLO9000

    YOLO9000:Better, Faster, Stronger CVPR 2017, Best Paper Honorable Mention https://pjreddie.com/darkn ...

  2. 【深度学习】:详解目标检测YOLO V1(You Only Look Once)算法

    YOLO(You Only Look Once)是一种基于深度神经网络的对象识别和定位算法.Yolo系列算法属于One-Stage算法,是一种基于深度神经网络的对象识别和定位算法,其最大的特点是运行速 ...

  3. 重温目标检测--YOLO v3

    YOLOv3: An Incremental Improvement https://pjreddie.com/yolo/ 本文是对 YOLO系列的进一步完善. 先上和其他检测算法的 COCO 对比结 ...

  4. 目标检测yolo系列

    出自科技猛兽知乎专栏,地址:科技猛兽目标检测专栏 前言 本文目的是用尽量浅显易懂的语言让零基础小白能够理解什么是YOLO系列模型,以及他们的设计思想和改进思路分别是什么.我不会把YOLO的论文给你用软 ...

  5. yolov3网络结构图_目标检测——YOLO V3简介及代码注释(附github代码——已跑通)...

    GitHub: liuyuemaicha/PyTorch-YOLOv3​github.com 注:该代码fork自eriklindernoren/PyTorch-YOLOv3,该代码相比master分 ...

  6. 目标检测YOLO系列------YOLO简介

    目标检测YOLO系列------YOLO简介 1.为什么会出现YOLO算法 2.YOLO算法会逐渐成为目标检测的主流吗     YOLO以及各种变体已经广泛应用于目标检测算法所涉及到的方方面面,为了梳 ...

  7. 目标检测 | YOLO系列超全讲解v1,v2,v3

    前言 一.YOLOv1 1. 网络结构 2. 实现方法 3. 损失函数 4. 缺点 二.YOLOv2 1. 网络结构 2. 改进方法 3. YOLO9000 4. 网络训练细节 三.YOLOv3 1. ...

  8. 目标检测- YOLO v1--You Only Look Once

    You Only Look Once: Unified, Real-Time Object Detection 项目主页: http://pjreddie.com/darknet/yolov1/ 考虑 ...

  9. 目标检测 /yolo算法原理的详解

    前言 谈到计算机视觉时,我们都会联想到图像分类,图像分类是计算机视觉最基本的任务之一,在图像分类的基础上,我们还有更复杂的任务,比如目标检测,物体定位,图像分割等,本文主要讲目标检测,目标检测是分类与 ...

最新文章

  1. spi nor flash使用汇总
  2. zookeeper启动失败排查
  3. 判断三角形是否是直角三角形
  4. 两个前置摄像头_W21 5G性能篇 | 五摄像头组合,洞悉画面之美
  5. 使用Visual Studio 2017/C#开始使用Selenium 3.7
  6. 2018 开源分布式中间件 DBLE 年报
  7. 【数论】—— 整数质因子分解
  8. .net core 允许跨域
  9. 生信必备技巧之R语言基础教程03——逻辑数据用途及字符串处理
  10. potplayer视频的倍速设置
  11. windows无法新建计算机对象,无法创建文件,详细教您无法新建文件夹怎么办
  12. 我的 Android 开发实战经验总结
  13. java面试详解-总有你能碰得到的
  14. 一文读懂背照式CMOS图像传感器
  15. 令人愉快的 Nuxt3 教程 (二): 快速轻松地搭建博客
  16. 极客学院 Android 系统体系教程
  17. xiandian云计算平台IAAS图文篇-controller节点
  18. Java将.docx文件转换为.pdf文件
  19. cube station下载_cube station魔方软件下载
  20. Ubuntu: failed to fetch

热门文章

  1. J Cheminform.|基于子结构的神经机器翻译用于逆合成预测
  2. 决策树算法(一)——一些重要的数学概念
  3. python函数对变量的作用遵守原则有哪四条_创建一个包含四个参数的函数
  4. vue 父页面中的方法 调用_解决Vue中页面成功渲染数据undefined的问题
  5. 中科院微生物所王军课题组建立靶向RNA的病原检测新方法mtNGS和mtTGS
  6. 水稻微生物组时间序列分析
  7. 史上最权威宏基因组软件评估—人工重组宏基因组基准数据集
  8. pandas使用fillna函数将dataframe中的缺失值按照列均值进行填充(fill missing values with the mean of the column)
  9. R语言ggplot2包和ggtext包在可视化图像中的指定位置添加文本框(横向文本框、竖向文本框)
  10. R语言编写自定义函数基于ggsumarystats函数计算每个分组的统计值、自定义可视化分组分面条形图,并在X轴标签下方添加分组对应的统计值(样本数N、中位数median、四分位数的间距iqr)