YOLO系列文章阅读--yolov1
Introduction
YOLO将目标检测重新定义为一个单一的回归问题,直接从图像像素出发进行边界框位置判定和类别的分类。您只需一次(YOLO)的图像,以预测什么对象出现和它们在哪里。
YOLO只是单独的使用一个卷积网络,同时预测多个bounding boxes 和每个boxes类别可能性。
这里提一下和R-CNN等的不同
R-CNN方法,首先在图像中生成潜在的边界框,然后在这些潜在的框上运行分类器。分类后进行后处理,细化边界框,消除重复检测(类似于IOU什么的),并根据场景中的其他对象重新打分。这些复杂的方法速度很慢,很难优化,因为每个单独的组件必须单独训练。
算法思想
YOLO将输入图像划分为S × S网格。如果对象的中心落在网格单元格中,该网格单元格负责检测该对象。每个网格会预测 B 个bounding boxes,和这些网格的置信度。这些置信度分数反映了模型对boxes是否含有对象的分数,以及它认为boxes预测的准确性。
这里置信度打分公式为:
没有物体在这个cell 里面的话,分数应该是0。
每一个bounding box 需要预测5个值:x,y,w,h,confidence。其中,(x, y)坐标表示相对于网格单元格边界的方框中心。xywh都是相对大小(0~1)。
在测试的时候将类可能性的条件概率和box的置信度相乘。
网络结构
网络结构以GoogLeNet为基础,24个卷积层接着是2个全连接层,使用3x3卷积后跟1x1卷积(这里1x1 卷积层减少了前一层的特征参数量)
LOSS函数
表示obj这个物体在cell i 中;
表示在cell i 中的第j个bounding boxes预测器来做这个预测;
损失函数仅在网格单元格中存在对象时才起作用(因此前面讨论了条件类概率)。
大概就是,在原有的模型中,在yolo里不把框的位置和类别的置信度等同的考虑计算。
- 增加边界框坐标预测的损失;
- 减少了不包含物体的预测框的置信度损失;(此外,在每张图像中,许多网格单元格不包含任何对象。将这些单元格的置信度推至零,通常压倒了包含对象的单元格的渐变。这可能导致模型不稳定,导致训练在早期偏离。)
长宽的根号的原因是:大box里的小偏差应该比小box的影响小
YOLO的优点
- 快。因为直接把检测问题视为回归问题。在某版本上甚至可以达到150fps;
- 在预测时会对整张图片进行预测。不同于滑动窗口和预选区域的方法,YOLO在训练和测试期间直接覆盖整个窗口。它隐式地获取关于类别及其外观的上下文信息;
- YOLO可用于多种对象的检测。
YOLO的缺点
- 因为YOLO中每个cell只预测两个bbox和一个类别,这就限制了能预测重叠或邻近物体的数量,比如说两个物体的中心点都落在这个cell中,但是这个cell只能预测一个类别
- 此外,不像Faster R-CNN一样预测offset,YOLO是直接预测bbox的位置的,这就增加了训练的难度。
- YOLO是根据训练数据来预测bbox的,但是当测试数据中的物体出现了训练数据中的物体没有的长宽比时,YOLO的泛化能力低
- 同时经过多次下采样,使得最终得到的feature的分辨率比较低,就是得到coarse feature,这可能会影响到物体的定位。
- 损失函数的设计存在缺陷,使得物体的定位误差有点儿大,尤其在不同尺寸大小的物体的处理上还有待加强。(那个开根号也不过是一种工程做法,开根号的做法不一定是最优的)
参考:https://blog.csdn.net/weixin_52185313/article/details/124389180
https://zhuanlan.zhihu.com/p/364367221
这篇好文章是转载于:学新通技术网
- 版权申明: 本站部分内容来自互联网,仅供学习及演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,请提供相关证据及您的身份证明,我们将在收到邮件后48小时内删除。
- 本站站名: 学新通技术网
- 本文地址: /boutique/detail/tanhgcgaha
-
photoshop保存的图片太大微信发不了怎么办
PHP中文网 06-15 -
Android 11 保存文件到外部存储,并分享文件
Luke 10-12 -
word里面弄一个表格后上面的标题会跑到下面怎么办
PHP中文网 06-20 -
《学习通》视频自动暂停处理方法
HelloWorld317 07-05 -
photoshop扩展功能面板显示灰色怎么办
PHP中文网 06-14 -
微信公众号没有声音提示怎么办
PHP中文网 03-31 -
excel下划线不显示怎么办
PHP中文网 06-23 -
excel打印预览压线压字怎么办
PHP中文网 06-22 -
怎样阻止微信小程序自动打开
PHP中文网 06-13 -
TikTok加速器哪个好免费的TK加速器推荐
TK小达人 10-01