YOLOv1代码复现

✨✨ 欢迎大家来访Srlua的博文（づ￣3￣）づ╭❤～✨✨

🌟🌟 欢迎各位亲爱的读者，感谢你们抽出宝贵的时间来阅读我的文章。

我是Srlua小谢，在这里我会分享我的知识和经验。🎥

希望在这里，我们能一起探索IT世界的奥妙，提升我们的技能。🔮

记得先点赞👍后阅读哦~ 👏👏

📘📚 所属专栏：人工智能、话题分享

欢迎访问我的主页：Srlua小谢 获取更多信息和资源。✨✨🌙🌙

​​

​​

目录

论文介绍

主要内容

实验部分

1.卷积网络结构

2.计算损失

核心代码

缺点

---

 本文所有资源均可在该地址处获取。

先对论文做简单介绍，并附上论文链接以供下载
再对论文内容进行概括，便于快速理解论文
最后对论文进行实验复现

论文介绍

复现论文名称：You Only Look Once: Unified, Real-Time Object Detection
论文作者：Joseph Redmon, Santosh Divvala, Ross Girshick, Ali Farhadi
该论文就是YOLOv1，YOLOv1是YOLO系列目标检测算法的第一个版本，由Joseph Redmon等人于2015年提出。它是一种端到端的卷积神经网络，以极高的速度实现目标检测，尤其在实时应用中表现出色

主要内容

YOLO系列都包括：输入端、Backbone、Neck，Head
其中
输入端：含有输入数据（图片or视频）、数据增强算法以及预处理操作部分
Backbone结构：核心特征提取器
Neck结构：V3版本才有，参考了FPN的特征融合思想，明显提升小物体的检测效果
Head结构：包含Head检测头、损失函数以及Head结构的优化策略

实验部分

1.卷积网络结构

在数据集上进行训练卷积层。预训练使用下图的前20个卷积层，再跟上后边的平均池化层以及一个全连接层。