1.将一幅图像分成S×S个网格，如果某个目标的中心店落在一个网格中，那么这个网格负责预测这个目标
2.每个网格负责预设定的n个目标，返回位置（xywh）和置信度及C个类别的分数（numclass+BG）
3.损失函数:坐标预测 为了区分不同大小的目标的偏移量，加上根号限制。
inputsize 448,448,3 -> 图片分为7X7个网格，每个网格负责预测2个boudingbox（xywh,confidence）和n+1个类别 -> 5+5+10 = 30
YOLOv1
本文介绍了一种图像处理方法，通过将448x448的图片划分为7x7网格，每个网格负责预测两个边界框（xywh）、信心度以及n+1个类别，特别强调了坐标预测中对目标尺寸差异的处理。损失函数考虑了目标大小的调整。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
