概述

Yolo (You Only Look Once) 是目标检测 one-state 的一种神经网络. Yolo 可以帮助我们在图片中找出特定物体, 并识别种类和位置.

one-stage

典型代表: yolo
优点: 速度快, 可以实时检测
缺点: 效果不如 two-stage

two-stage

经典代表: Mask-Rcnn
优点: 效果好
缺点: 速度慢

Yolo 原理

核心思想:

分割图片

Yolo 会首先将图片分割成一个 S * S 的网格.

如图, 图片被分割成了 7 * 7 的网格.

预选框

图片呗分成了 49 个框, 每个框包含 2 个预选框 (bounding box).

完整的图:

如图, 总共有 2 * 49 = 98 个预选框. 其中置信度比较高的框会较粗, 置信度低的较细.

计算参数

其中每个网格包含 2 * 5 (x, y, w, h, c) + 20 个类别.

2: 2 个预选框
x, y 为物体的中心点
w, h 为物体的长宽
c (confidence): 置信度

总共有 7 * 7 * 30 = 49 * 30 个参数.

预测物体

类别的概率 = 在物体中是类别的概率 * 是物体的概率:

例如: 物体是狗的概率是 0.7, 是物体的概率是 0.8 => 是狗狗的概率是 0.7 * 0.8 = 0.56

得到结果

网络架构 (v1)

Yolo 一文看懂目标检测相关推荐

一文看懂目标检测之RCNN（NMS和Soft-NMS算法）
目标检测之RCNN 1. RCNN:Regions with CNN features[2014 Ross] 图片输入区域建议(region proposal) 特征提取(feature extra ...
【CV】一文看懂目标检测神器YOLO5
磐创AI出品该库代表Ultralytics对未来对象检测方法的开源研究,并结合了以前的YOLO库https://github.com/ultralytics/yolov3在自定义数据集上训练 ...
一文看尽目标检测：从YOLO v1到v3的进化之路
本文转载自: http://www.mamicode.com/info-detail-2314392.html 导语:如今基于深度学习的目标检测已经逐渐成为自动驾驶.视频监控.机械加工.智能机器人等领 ...
一文看尽目标检测：从 YOLO v1 到 v3 的进化之路
点击"小詹学Python",选择"星标"公众号重磅干货,第一时间送达源自: http://www.mamicode.com/info-detail-2314 ...
[转]一文读懂目标检测：R-CNN、Fast R-CNN、Faster R-CNN、YOLO、SSD
版权声明:本文为博主原创文章,未经博主允许不得转载. https://blog.csdn.net/kwame211/article/details/88016151 一.目标检测常见算法 object ...
一文读懂目标检测：R-CNN、Fast R-CNN、Faster R-CNN、YOLO、SSD
前言之前我所在的公司七月在线开设的深度学习等一系列课程经常会讲目标检测,包括R-CNN.Fast R-CNN.Faster R-CNN,但一直没有比较好的机会深入(但当你对目标检测有个基本的了解之后 ...
一文读懂目标检测模型（附论文资源）
来源: 大数据文摘本文共1443字,建议阅读5分钟. 本文为你详细介绍目标检测,并分享资源大礼包,为你的目标检测入门打下基础. 这是一份详细介绍了目标检测的相关经典论文.学习笔记.和代码示例的清单, ...
【个人整理】一文看尽目标检测算法SSD的核心架构与设计思想
前言:SSD(Single Shot MultiBox Detector)是大神Wei Liu在 ECCV 2016上发表的一种的目标检测算法.对于输入图像大小300x300的版本在VOC2007数据 ...
【目标检测】32、让你一文看懂且看全 NMS 及其变体
文章目录一.NMS 1.1 背景 1.2 方法 1.3 代码 1.4 不足二.Soft NMS 2.1 背景 2.2 方法 2.3 效果 2.4 代码 2.5 不足三.Softer NMS 3. ...

Yolo 一文看懂目标检测