Ayu___的博客

词袋(Bag-of-Words, BoW)模型空间金字塔池化层：将特征图以空间块的形式进行分块，这些空间块的尺寸和图像的尺寸是成比例的，这样块的数量就是固定的了，如下图就有16+4+1个空间块，每个块提取出一个特征，这样刚好就是我们要提取的21维特征向量。经过这一层，输出向量大小为Mk，M=#bins（块数）， k=#filters(卷积核个数)，作为全连接层的输入。这样，全连接层的输入尺寸就固定了。而深度网络的滑窗池化(sliding window pooling)则对依赖于输入图像的尺寸。...

Abstract1.将目标检测当做回归问题，去预测空间分离的边界框和相关类别概率。2.单个神经网络从整个图片中一次性预测边界框和类别概率，可以端到端的进行优化1.Introduction特点1.速度很快，因为目标检测当做回归问题，所以不需要复杂的管线。45 frames per second with no batch processing on a Titan XGPU2.YOLO在进行预测时，会对图像进行全局推理。在训练和测试时，YOLO会隐含地编码了关于类的上下文信息和外观，降低了背景误