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！
（YOLOv1的主要优点是速度快、结构简单，但也存在一些缺点，如对小物体检测效果不佳和长宽比单一等。）
核心思想
将输入图像分成S×S的格子，每个格子预测多个边界框及其置信度和类别概率。YOLOv1的输出是一个7×7×30的张量。
网络架构
（其中Reshape中30是5+5+20）（7*7是从第一个数不管是横着还是竖着都是7）
每个数字的含义
10 =(X,Y,H,W,C)*B（2个） （其中C是置信度）
当前数据集中有20个类别
7*7表示最终网格的大小
（S*S）*（B*5+C）
损失函数
NMS(非极大值抑制)：
http://【图像识别-目标检测项目 - CSDN App】https://blog.csdn.net/2401_84627304/article/details/146170580?sharetype=blog&shareId=146170580&sharerefer=APP&sharesource=2401_84627304&sharefrom=link
在这个链接中最后一个有讲
其中，在计算机视觉领域，IOU（Intersection over Union）是衡量两个边界框（bounding box）重叠程度的指标，常用于目标检测任务中评估预测边界框与真实边界框的匹配程度。
YOLO-V1
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
YOLO-V2：更快！更强！
YOLO-V2-Batch Normalization
V2版本舍弃Dropout，卷积后全部加入Batch Normalization
网络的每一层的输入都做了归一化，收敛相对更容易
经过Batch Normalization处理后的网络会提升2%的mAP
从现在的角度来看，Batch Normalization已经成网络必备处理
YOLO-V2-更大的分辨率
V1训练时用的是224*224，测试时使用448*448
可能导致 模型水土不服 ，V2训练时额外又进行了10次448*448的微调
（在我们的模型上的这个水土不服来讲的话，就是训练和测试我用的这个规格不一样，会导致它的这个准确率有一点下降。）（参考了Dark Net的设计，调整了输入图像的尺寸，并进一步优化了网络的性能。）
使用高分辨率分类器后，YOLOv2的mAP提升了约4%
YOLO-V2-网络结构
DarkNet，实际输入为416*416
没有FC层，5次降采样（13*13） （下采样会使图像尺寸变小，常用的下采样层包括最大池化层和平均池化层）
1*1卷积节省了很多参数
YOLO-V2-聚类提取先验框
faster-rcnn系列选择的先验比例都是常规的，但是不一定完全适合数据集
K-means聚类中的距离：
YOLO-V2-Anchor Box
通过引入anchor boxes，使得预测的box数量更多（13*13*n）
跟faster-rcnn系列不同的是先验框并不是直接按照长宽固定比给定
YOLO-V2-Directed Location Prediction
bbox：中心为(xp,yp)；宽和高为(wp,hp)，则：
tx=1,则将bbox在x轴向右移动wp；tx=−1则将其向左移动wp
这样会导致收敛问题，模型不稳定，尤其是刚开始进行训练的时候
V2中并没有直接使用偏移量，而是选择相对grid cell的偏移量
计算公式为：
例如预测值(σtx,σty,tw,th)=(0.2,0.1,0.2,0.32)，anchor框为
在特征图位置：
在原位置：
感受野
①
感受野：概述来说就是特征图上的点能看到原始图像多大区域。
②
如果堆叠3个3*3的卷积层，并且保持滑动窗口步长为1，其感受野就是7*7的了，这跟一个使用7*7卷积核的结果是一样的，那为什么非要堆叠3个小卷积呢？
假设输入大小都是h*w*c，并且都使用c个卷积核(得到c个特征图)，可以来计算一下其各自所需参数：
很明显，堆叠小的卷积核所需的参数更少一些，并且卷积过程越多，特征提取也会越细 致，加入的非线性变换也随着增多，还不会增大权重参数个数，这就是VGG网络的基本出发 点，用小的卷积核来完成体特征提取操作。
YOLO-V2-Fine-Grained Features
最后一层时感受野太大了，小目标可能丢失了，需融合之前的特征。
YOLO-V2-Multi-Scale
都是卷积操作可没人能限制我了！一定iterations之后改变输入图片大小。
最小的图像尺寸为320 x 320。
最大的图像尺寸为608 x 608。
53
0
已为社区贡献3条内容
所有评论(0)