2401_87583097的博客

原创 YOLOv1与YOLOv2区别

架构：YOLOv1采用一个单一的卷积神经网络（CNN），将输入图像划分为SxS的网格。每个网格负责检测其中心点落在该网格内的目标。输出：模型直接输出边界框（bounding boxes）和对应的类别概率。每个网格预测固定数量的边界框及其置信度。缺点：对于小物体的检测效果较差，并且对重叠物体的处理能力有限。优点：速度快，能够实现实时检测。