YOLO-V1

    • 经典的one-stage方法
    • You Only Look Once，名字就已经说明了一切！
    • 把检测问题转化成回归问题，一个CNN就搞定了！
    • 可以对视频进行实时检测，应用领域非常广！

    image.png

    核心思想：

    image.png
    网络架构：
    输入一个448x448x3的图像，进行卷积，得到一个7x7x1024的特征图
    image.png

    每个数字的含义：

    • 10 =(X,Y,H,W,C)*B（2个）
    • 当前数据集中有20个类别
    • 7*7表示最终网格的大小
    • （SS）（B*5+C）

    image.png

    损失函数：
    image.png
    NMS(非极大值抑制)

    image.png
    YOLO1总结：
    优点：快速，简单！
    问题1：每个Cell只预测一个类别，如果重叠无法解决
    问题2：小物体检测效果一般，长宽比可选的但单一