新增鏈結描述
新增鏈結描述
首先理解一下網路的輸出。以y1為例，y1的輸出為1313255，表示整張圖被分為1313個格仔，每個格仔**3個框，每個框的**資訊包括：80個類別+1個框的置信度+2個框的位置偏差+2個框的size偏差。輸出可以理解為是1313*(3*(80+1+2+2))。
網格一共是s∗s個，每個網格產生b個候選框anchor box，每個候選框會經過網路最終得到相應的bounding box。最終會得到s∗s∗b個bounding box，那麼哪些bounding box會用來計算誤差更新權重？又是如何計算誤差？需要仔細了解公式。
首先先看對真值的操作過程。因為真值是框的位置和大小，而要參與計算loss的真值是框的類別cls，框的真實位置偏移值txy和尺寸偏移值twh。給出target，每一行是乙個box的資訊：屬於batch中的第幾張（image），類別，位置的尺寸。然後針對不同解析度的feature map進行處理，以解析度最小feature map為例：
1、選取box（n個）長寬的真值wh_gt
2、通過與anchor比較，計算iou，拋去iou小於一定閾值的框（說明這些框不適用該尺寸的feature map進行**），留下iou大於閾值的框（m個）。
以下操作均對留下的框（m個）進行操作（虛線代表的「選取」過程，選取留下的框）
3、提取框位置的真值，並與取整之後的值比較，這個取整後的值對應著feature map中的位置，計算位置偏差的真值（txy）。
4、提取框尺寸的真值，並與對應的anchor的尺寸比較，計算尺寸偏差的真值（twh）
5、記錄框的類別真值（cls）
6、記錄留下的框對應anchor的id和對應的id， 位置取整後的值，這個取整後的值代表著是用13*13中的哪個格仔進行**。（indicies）
得到要回歸的真值之後，與神經網路的輸出構建loss。ouput包含著網路的輸出，對應上圖1中的y1，y2和y3。圖中output[0]對應y1,是經過reshape過後的。output[1]和output[2]做同樣處理。下面以output[0]為例，實線箭頭代表經過某種操作，過程如下：
1、按照ouput的大小構建tconf，表示框的真實置信度
2、按照真值的indices將對應的某張中的某張格仔的某個anchor的置信度置1。因為框要由這個的這個格仔的這個anchor**，所以這個中的這個格仔的這個**的置信度的真值應該為1。
3、將ouput中的值與真值比較構建位置的loss（lxy），尺寸的loss（lwh），類別的loss（lcls），置信度的loss（lconf）。
4、然後加權得到總的loss
yolov3系列 零 yolov3詳解
目標檢測演算法與efficientdet講解 論 文 翻譯 yolov3主頁 yolo系列的目標檢測演算法可以說是目標檢測史上的巨集篇巨作，v3演算法是在v1 v2基礎上形成的，先看下 yolov1 yolov2 下圖為yolov3的網路結構 dbl darknetconv2d bn leaky 是...
Yolov3演算法詳解
yolo系列演算法是當前目標檢測領域的當紅演算法，是一階段目標檢測演算法的經典代表，正如其名稱 you only look once 所述，其只需要一趟完整的過程即可完成目標的識別和位置定位，能夠近乎實時得完成目標檢測任務，堪稱眾多目標檢測演算法中速度之最。yolo系列演算法到現如今已有五個版本，最...
YOLOV1與V3的（模型，loss要點詳述）
正樣本的選擇 目標中心點落在哪個grid上，然後計算這個grid的9個先驗框 anchor 和目標真實位置的iou值 直接計算，不考慮二者的中心位置 取iou值最大的先驗框和目標匹配。於是，找到的該grid中的 該anchor 負責 這個目標，其餘的網格 anchor都不負責。計算各個先驗框和所有的...