輸出部分yolo v3輸出了3個不同尺度的feature map，如上圖所示的y1, y2, y3，該做法借鑑了fpn(feature pyramid networks)，採用多尺度來對不同size的目標進行檢測：
對於coco類別而言，有80個種類，所以每個box應該對每個種類都輸出乙個概率，yolov3設定的是每個網格單元**3個box，所以每個box需要有(x, y, w, h, confidence)五個基本引數，然後還要有80個類別的概率。所以3 * (5 + 80) = 255 這個255是指通道數。
第八頁ppt中提到的kmeans聚類anchor：是把所有真實框的資料由kmeans演算法聚類得到9類錨框（anchor）
參考裡給出的解釋：
這裡解釋一下anchor box，yolo3為每種fpn**特徵圖（13*13,26*26,52*52）設定3種anchor box，總共聚類出9種尺寸的anchor box。在coco資料集這9個anchor box是：(10x13)，(16x30)，(33x23)，(30x61)，(62x45)，(59x119)，(116x90)，(156x198)，(373x326)。分配上，在最小的13*13特徵圖上由於其感受野最大故應用最大的anchor box (116x90)，(156x198)，(373x326)，（這幾個座標是針對416*416下的，當然要除以32把尺度縮放到13*13下），適合檢測較大的目標。中等的26*26特徵圖上由於其具有中等感受野故應用中等的anchor box (30x61)，(62x45)，(59x119)，適合檢測中等大小的目標。較大的52*52特徵圖上由於其具有較小的感受野故應用最小的anchor box(10x13)，(16x30)，(33x23)，適合檢測較小的目標。同faster-rcnn一樣，特徵圖的每個畫素（即每個grid）都會有對應的三個anchor box，如13*13特徵圖的每個grid都有三個anchor box (116x90)，(156x198)，(373x326)（這幾個座標需除以32縮放尺寸）
下**釋了anchor與真實框的匹配方法，老師課上講了，但是我沒記住...：
上面這個網路結構圖畫的挺好，留著了~
為什麼要有三個輸出分支？因為要得到3個不同尺度的特徵輸出。
置信度：就是有多大概率，是**的這個類。
先驗框（錨框）是由所有真實框的資料通過kmeans演算法聚類得到的。先驗框的作用是：方便得到好的**框。
網格是對輸入影象進行卷積池化後得到的特徵輸出上的東西，每個網格上都有錨框，每個錨框對應乙個**框（網格數*錨框數=**框數）
上圖中展示了nms的作用，就是為了把不好的框都丟掉，只保留最好的框。
如果兩個真實框落在同乙個網格上，還匹配了同乙個錨框，就不計算該損失，因為如果丟棄的話可能會造成不好的影響，反倒是放任它不管，就不會造成什麼影響。
上圖為用到的損失函式。
1中的one-hot是指概率最大的那個類別。
這是別人的第三日課的筆記，寫的不錯，我儲存了~
那篇部落格裡面介紹了單階段和雙階段檢測，anchor的含義與作用，roi pooling 文章的後半部分解釋了yml配置檔案中的一些設定，感覺寫的挺準確。
單階段檢測模型：yolo, ssd, retina-net
兩階段檢測模型：rcnn, sppnet
飛漿之百度目標檢測7日打卡學習筆記（二）
2020.09.22 昨晚在b站聽了直播課，老師講得很好，乾貨滿滿，不過課後要全部消化恐怕還需蠻多時間的，尤其裡面的各種演算法如果都想搞明白並且都實操一下，那就不是三兩天的功夫了。這個暫且記下，以後等我有空了再深入學習。然後上午想趕在12點前完成作業，結果最後一小時才開始做，當然並沒能成功完成。今天...
4月19日python學習筆記
1.nested list 釋義 巢狀列表 dal memeber joshua 18 celin 18 xiaoli 48 ze 18 print dal memeber print dal memeber 0 2.slicing 切片，切斷，限制 instances 釋義 例項 3.判斷某個元素...
2023年7月19日學習筆記
整數型別 short 佔兩位元組的儲存空間，表數範圍為 32768 32768 最高位為符號位0表正1表負 unsigned short 無符號短整型，佔2個位元組的儲存空間，最高位位數值表數範圍為0 65535 int 佔4位元組，最高位為符號位 0表正，1表負 表數範圍為 2147483648 ...