yolo v3学习笔记

本文详细介绍了YoloV3目标检测模型的使用,包括ReLU6的优势、Pelee Mouse和YoloV3的测试训练集表现。文章还解析了不同尺度的特征层对检测目标大小的影响,并指出YoloV3的大量候选框和参数数量。同时,讨论了为何不能简单地调整上采样以适应不同大小的目标,以及由此可能导致的内存问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

yoloe目标检测使用笔记

yoloe 目标检测使用笔记_AI视觉网奇的博客-优快云博客

证明relu6能比leaky relu有更好的效果,收敛也更快。

pelee mouse 测试集 map 94.57 训练集 ?

yolov3 测试集map 95 训练集99%

卷积层得来的特征:

输入是416*416:

13*13 一个特征点代表32*32像素的图像,检测大目标,最小检测32*32的图像,基于1280是96*96的图像

26*26 一个特征点代表16*16的图像,检测中目标,最小检测16*16的图像,基于1280是48*48的图像

52*52 一个特征点代表8*8的图像  检测小目标,最小检测8*8的图像,基于1280是24*24的图像

候选框个数 52*52*3*30=243360

                     26*26*3*30=60840

                     13*13*3*30=15210

一共约30.4万候选框,参数为146万参数。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

AI算法网奇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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。

余额充值