欢迎来到道的世界

YOLO v1算法介绍  YOLO v1是将整个图片作为网络的输入，直接在输出层对BBox的位置和类别进行回归。实现方法分为如下步骤： 一幅图像首先被分为S×S\mathrm{S \times S}S×S个网格，如果某个Object\mathrm{Object}Object的中心落在这个网格中，则这个网格就负责预测这个Object\mathrm{Object}Object。 每个网格需要预测B\mathrm{B}B个BBox的位置信息和置信度信息，一个BBox对应着四个位置信息和一个置信度信息。其中置信度

c  交并比IOU(Intersection over Union)主要是衡量两个集合的重叠程度，在目标检测中它主要代指模型预测的BBox和Ground Truth之间的差异。IOU的计算公式和图示如下所示： IOU=A∩BA∪B{\bf{IOU}}=\frac{A \cap B}{A \cup B}IOU=A∪BA∩B​或者又可以写成为IOU=A∩BA+B−(A∩B){\bf{IOU}}=\frac{A \cap B}{A+B-(A \cap B)}IOU=A+B−(A∩B)A∩B​ 2.求A∩B{