YOLOv1 目标检测

相关文章

• YOLOv1 论文简要
• YOLOv1 数据集加载
• YOLOv1 损失函数
• YOLOv1 模型构建与训练
• YOLOv1 目标检测

项目地址：YOLOv1 VOC 2007

笔者训练的权重地址：阿里云盘分享

10 秒文章速览

在模型训练结束后，对 PASCAL VOC 2007 数据集中的图片进行目标检测

IOU 计算

在这里我们在设置一个计算 iou 的函数，只不过这个函数用于最终目标的检测，而非训练。这个就不解释了

def iou(box1, box2):
    x1_min, y1_min, x1_max, y1_max = box1
    x2_min, y2_min, x2_max, y2_max = box2
    s1 = (x1_max - x1_min)*(y1_max - y1_min)
    s2 = (x2_max - x2_min)*(y2_max - y2_min)
    xmin = max(x1_min, x2_min)
    ymin = max(y1_min, y2_min)
    xmax = min(x1_max, x2_max)
    ymax = min(y1_max, y2_max)

    w = max(0, xmax - xmin)
    h = max(0, ymax - ymin)
    a1 = w * h
    a2 = s1 + s2 - a1
    iou = a1 / a2

    return iou

NMS

# 非极大值抑制，筛选框
def NMS(bboxes, cond_threshold=0.2, iou_threshold=0.5):
    def filter_cond_score(x):
        # 计算两个预测框的置信度分数
        max_classes = max(x[:20])
        bbox1_cond_score = max_classes * x[24]
        bbox2_cond_score = max_classes * x[29]
        # 返回置信度分数大的预测框
        if bbox1_cond_score > bbox2_cond_score:
            return x[0:20] +