【论文阅读】yolo系列（一）yolov1

YOLOv1作为yolo系列开山之作结构还是比较简单的，相比于rcnn追求精确性，它还考虑了网络的速度。它的backbone借鉴了googlenet。

我们主要看输出：7X7X30
7X7表示将图片划分为了49个方格，每个网格可以预测生成一个bbox，我们再看30，他指的是（4+1）X2+20个类别，所以每一个方格可以生成两个bbox，而只输出那个与GT更加接近的bbox。

再来看一下loss function：
这里一些基本的公式都能看懂，基本就是让预测的bbox与GT进行一个比较分析。
两个超参数可以看一下：
Yolo面临的物体检测问题，是一个典型的类别数目不均衡的问题。其中49个格点，含有物体的格点往往只有3、4个，其余全是不含有物体的格点。此时如果不采取点措施，那么物体检测的mAP不会太高，因为模型更倾向于不含有物体的格点。两个超参数的作用，就是让含有物体的格点，在损失函数中的权重更大，让模型更加“重视”含有物体的格点所造成的损失。在论文中， 两个超参数的取值分别为5与0.5。