1.yolo v1
採用乙個24層的卷積網路加2個全連線層。
將畫面分成s*s個部分，每個部分負責**b個框，每個框有x，y，w，h，confidence（是否有目標，iou為多少）五個**引數。
在voc資料集中，有20個類別。
演算法中，b=2，即每個分格**2個框。所以，最後的輸出向量維度為s*s*30,30=5+5+20，最後20個引數代表屬於每乙個類別的概率，這個概率由**的2個框共享。
由此，也能看出v1的乙個重大缺陷：每個分格實際只可以**乙個目標，因為分類概率共享，對於目標密集的畫面，**效果不佳。
2.yolo v2
還未學習
3.yolo v3
採用darknet53網路，該網路是全卷積網路，沒有全連線層，網路結構為幾個卷積層中加入乙個殘差層，可以理解為卷積網路和殘差網路的一種組合。
畫面分成s*s個部分，每個部分負責**b個框，每個框有x，y，w，h，confidence（是否有目標，iou為多少）五個**引數。
**中，每個部分**3個框，分類為80個類別，類別概率不共享，故輸出向量維度變為：s*s*（5+80）*3=s*s*255。
最終的輸出層還加入了多感受維度，類似ssd演算法。
YOLO系列總結
2018 december 04 yolo系列總結 相比 rcnn系列，yolo 系列的主要缺點 主要原因是每個網格 固定數量的物體使候選框數量減少 yolo v1 yolo v2 darknet19 yolo v3 darknet53 yolo v1 無 yolo v2 維度拼接，一次，第 16 ...
我的yolo系列總結
探索資料集製作過程中的一些筆記。處理時基本都是利用excel，txt，csv進行，更新中。主要記錄了一些txt的合併，後來發現對於乙個python不是很熟的人，其實結合excel更快 主要記錄了一些如果資料集是按照類別放的話，直接讀取不是很方便，但是將目錄拼起來直接讀取更方便些 主要記錄了一些批量修...
YOLO系列學習筆記
此文參考 1 給乙個大小為448x448的輸入影象，首先將影象劃分成7 7的網格。2 對於每個網格，每個網格 2個bouding box 每個box包含5個 量 以及20個類別概率，總共輸出7 7 2 5 20 1470個tensor 3 根據上一步可以 出7 7 2 98個目標視窗，然後根據閾值去...