weixin_42907473的博客

Focal Loss : https://www.cnblogs.com/king-lps/p/9497836.html

这个概念出自于 network in network主要是用来解决全连接的问题，其主要是是将最后一层的特征图进行整张图的一个均值池化，形成一个特征点，将这些特征点组成最后的特征向量，进行softmax中进行计算。举个例子：假如，最后的一层的数据是10个66的特征图，global average pooling是将每一张特征图计算所有像素点的均值，输出一个数据值，这样10 个特征图就会输出1...

Thundernet关于Thundernet的实现细节：一、Backbone 部分输入分辨率: 一般情况下，two-stage检测器的输入分辨率比较大，如FPN网络使用了800＊800的分辨率，这虽然带来了一些优势但同时也需要更多的计算能力，大佬们通过一系列的实验，发现图片输入的分辨率应当和backbone的负载能力相匹配，一个小的backbone＋大分辨率输入和大的backbone+小分...

废话不多说，本篇博客就是为什么总结一下yolo系列的主体思想，方便回头查看。有任何问题欢迎交流YOLO v1一、主体思想１. 将输入图片划分为S×S的网格。如果一个目标的中心落入一个网格单元中，则该网格单元负责检测该目标。２. 每个网格单元预测B个bounding boxes和这些bboxes的置信度分数(confidence scores)。置信度分数反映了该模型对box包围目标的信心，...