YOLOv1的理论介绍

yolo_v1 2016

特点

45FPS

448*448

63.4mAP

思想

• 输入的图片，物体提前会被人为标注好。真实框
• 经过yolo处理后把图像分成s*s个grid cell
• 每个gridcell会有二个bounding box，bounding box的大小是人为根据经验设定的
• 每个bound ing box会计算得到5个参数，4个位置参数（回归调整预测框大小），和一个confidence值（置信度）
• 二个bounding box会分别计算与真实框的iou（交并比），选择iou大的作预测框
• 在所有cell中，置信度值高表示是该grid cell内是物体留下，否则就舍弃
• 这样预测框会选择大iou的，置信度低的gridcell的预测框会被舍弃，调整之后就得到了正确的预测框

每个grid cell要预测B个bounding box（这里是2），每个bounding box除了要预测位置之外，还要预测一个confidence值（置信度，表示该cell内是不是物体），每个网格还要预测C个类别的分数（每个bounding box要预测5个值，4个位置参数x,y,w,h和一个confidence值）