m0_58129662的博客

上一篇讲的是完全映射，也就是block中的所包含的所有的卷积以及归一，池化卷积 举例总共6个等都在pl侧进行处理（写一个top 顶层 里面conv 1 bn1 relu1 pool1 conv1*1 conv 2 bn2 relu2 pool2 conv1*1 ....总共6个 ），最后在送给ps进行解码的。

上述对cnn卷积神经网络进行介绍，接下来对YOLO进行总结，并研究下怎么在FPGA怎么实现的方案。对于一个7*7*30的输出 拥有49个cell 每一个cell都有两个bbox两个框，并且两个框所包含的信息拥有30个 4个坐标信息和一个置信度5个，剩下就是20个类别。

卷积核：是一个小的权重矩阵，用于在局部区域内提取特征。神经元：是一个计算单元，接受输入并输出一个值。常用的卷积计算公式输入图片的尺寸：一般用n×n表示输入的image大小。卷积核的大小：一般用f×f表示卷积核的大小。填充（Padding）：一般用p来表示填充大小。步长(Stride)：一般用s来表示步长大小。输出图片的尺寸：一般用0来表示。1.3.2 激励层但实际梯度下降中，sigmoid容易饱和、造成终止梯度传递，且没有0中心化。

正样本的选取 就是在这个标注框里面的中心点有很多个预测框，选取与图片的iou的最大值作为正样本。B为多少个候选框， 5为5个位置信息 C为多少个类别。

这m个框就是对于每一个框，maxi ou就小于这个预值，这个预测的这个预测框。与所有这个物体的这个真实的框去算一个i ou，然后找到最大的i ou，最大的i ou仍然小于这个预值，那么我们就把它当做这个框，当做负样本。第二行呢，也就是预测框与先验框的损失，第三行呢是预测框负责预测物体，它的位置损失。嗯，第四行就是啊，预测物预测框负责预测物体，它的执行度损失。就是在前12800次迭代中，我们让我们的这个预测框与这个先验框。13*13的cell ，每个cell负责5个先验框的预测，先验框是提前设置好的。

四位位置信息 代表候选框的位置信息 第一位所选候选框的中芯点x 以及中心点的y （相对于候选框），所选候选框的w 和h （相对整个图像）。7*7*30 7*7=49 个网格单元 一个网格单元2个候选框 30 代表候选框的信息 4+1 4+1 +20。四位的位置信息和一位的置信度需要统一归一化的无量纲的数据。损失函数：中心点误差、置信误差，高度宽度误差、+20位类别信息 voc的20中类。一位的置信度 是否有物体。

2.将特征框输入到网络结构中。3.对特征向量进行分类。4.使用非极大值抑制。