【参考资料】
【1】https://github.com/TowardsNorth/yolo_v1_tensorflow_guiyu/blob/master/yolo/yolo_net.py
【2】https://www.bilibili.com/video/BV15w411Z7LG?p=4
1 网络结构
2 输出向量
2.1 输出概述
● 在yolo v1中将图像归一化后，分拆成 7 * 7 个单元格grid；
● 针对每一个grid，网络进行目标检测，检测中包含如下信息：
○ 是否存在目标检测框，这个框的中心点属于该grid
○ 这个备选的目标检测框，它的置信度
○ 这个备选的目标检测框属于哪一个类别
● 针对每一个grid，上述备选的目标检测框有两个；
● yolo v1检测的目标分类为20种
2.2 向量定义
3 NMS非极大值抑制
Yolo v1的后处理操作NMS，本质上完成两项工作：
目标1：去除可能性低的目标检测结果
目标2：对重复检测的目标结果进行合并
● 【预处理】
○ 第一步：将 7*7*30 个向量根据不同的分类，转换成 98 * 20 向量，即98个备选框，每个框包含20种分类的概率
○ 第二步：将概率小于某一个阈值的置零 -- 完成目标1
● 【NMS操作】
○ 第一步：选择一个种类，如上图中为狗
○ 第二步：对此类型的98个备选框进行排序，概率由高到低
○ 第三步：以概率最高的备选框为基准，依次与其他备选框进行比较，若IOU（框的重复度）大于某一个阈值，则将另外一个框置零
○ 第四步：重新选取第二高概率的备选框进行上述工作
○ 第五步：遍历其他种类，依次执行二~四步
4 损失函数
4.1 yolo v1标注
● 用户手工标注时会有一个【正确目标框】，即上述绿框
● 绿框的中心点落在哪个单元格l中，则由该单元格预测的备选框去拟合，并且类别相同
备注：这里就决定下面损失函数里 即该单元格中是否有目标
● yolo v1最多可以预测 7*7个目标
4.2 损失函数定义
在Yolo v1的损失函数设计分为三大块五项；
1、第一块为坐标相关损失函数，包含1、2两项；【如果单元格有目标的情况下】
1.1、其中第一项为若该grid cell需要负责对目标进行检测，
则检测结果的坐标中心点要尽可能接近
1.2、其中第二项为若该grid cell需要负责对目标进行检测，则高、宽需要尽可能接近
2、第二块为置信度损失函数，包含3、4项；
2.1、【如果单元格有目标的情况下】其中第四项为若该grid cell需要负责对目标进行检测，
则置信度要接近1
2.2、【如果单元格无目标的情况下】其中第五项为若该grid cell不需要负责对目标进行检测，
则置信度要接近于0
3、第三块为分类损失函数，包含第五项，该项为预测概率与正确概率的计算结果
3.1、对于正确概率即为【1,0,0,0,0】形式的向量，因为只有一个正确类
4、超参数备注：
4.1 此处和是两个超参数，默认是5和0.5，为了增加有目标时的权重
4.2 这里 B 是2，代表的是两个备选目标框
版权声明：本文为CSDN博主「Fred-XU」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/Fredric_2014/article/details/122702910
暂无评论