YOLOv1理论介绍

一、作者简介

作者叫Joseph Redmon，在谷歌学术上搜索作者的简介。

地址：‪Joseph Redmon‬ -巨人学术搜索‬‬ (cljtscd.com)

gitihub地址：github地址

作者主页：个人主页

二、YOLOV1网络结构

检测、分类、分割中间的主干提取都是一样的，区别就是最后一层不一样。

2.1 创新点

1、除了最后一层，其余层都用Leaky ReLU作为激活函数；

2、使用Dropout与数据增强方法防止过拟合；

3、最后一个卷积层输出为（7，7，1024）的张量，经过两次展平变成1470*1个参数，reshape为7*7*30张量。

参数计算公式：

其中，padding空白的地方都为0，stride=2的时候会引起原尺寸减半，stride空白的地方都为1.

并且经过1*1和3*3的filter都是维持原尺寸不变，只有通道数变化。

2.2输出张量介绍

（7，7，30）里面的每个值介绍。

将一个图片分割成7*7=49个小框（grid cell），每个grid cell用2个边界框（bounding box）来预测，每个边界框包含5个信息(x,y,w,h,c)，（x，y）代表边界框中心坐标，（w，h）表示边界框的宽和高；c为框的置信度。20代表有20个类，每个类的概率。

2.3置信度C

其中，概率pr(object)代表是背景还是对象，如果为对象则为1，否则为0；

IOU代表真实值与预测值之间的交并比。

类别置信度：指在有物体的情况下，对应类别的物体的置信度。

2.4非极大值抑制（NMS）

一个grid cell会有多个预测框，为了消除重复的预测框，使用NMS方法。

NMS流程：

1、设置IOU的阈值，比如0.5；

2、选择C值最大的预测框为基准，其它检测跟它比较，计算IOU值。如果IOU>0.5，保留其中C值高的一个；

3，从剩余的检测框中重复步骤2。最后剩下的就是NMS筛选以后的检测框。

2.5 损失函数

2.6 优缺点：

优点：1、非常快，将物体检测当作回归问题；

2、全图检测，不会丢失上下文信息。

缺点：

1、准确率不高，尤其小物体上表现差；

2、可检测道德目标物体较少。

参考资料：

YOLOv1、YOLOv2、YOLOv3目标检测算法原理与实战_哔哩哔哩_bilibili