yolov3

ffllxx123

于 2022-07-17 08:37:50 发布

阅读量203

点赞数

文章标签：计算机视觉深度学习目标检测

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/ffllxx123/article/details/125824907

版权

骨干网络

在这里插入图片描述

v1的结构

v2的结构

v3的结构，会输出3个尺度的特征图，分别是13x13个grid cell，26x26个grid cell和52x52个grid cell，255是3x85得到的，每个grid cell会生成3个anchor，85是80+5，80是类别个数，5是位置参数加置信度。13x13对应大感受野，预测大物体；52x52对应小感受野，预测小物体。
在这里插入图片描述
绿色部分就是上采样。v3实现了各种尺度的融合。

每个grid cell对应3个anchor，每个anchor对应一个预测框，一个预测框对应85个参数，

13x13负责预测大目标，三个蓝框对应3个anchor。比如这个狗的黄框，看他的中心点落在哪个grid cell里面，然后看这个grid cell的哪个anchor与这个黄框的iou最大，就用哪个anchor。
在这里插入图片描述
与标注框iou最大的anchor称为正样本，iou挺大的啥都不是，iou小于0.5的称为负样本。

第一项对正样本而言，对坐标进行拟合，第二项是对置信度和类别，第三项是对负样本的置信度。

训练时，三个尺度的参数共10647个，用标注框的参数对它们进行训练，
在这里插入图片描述

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。