（大部分內容）
（補充）
核心思想
rcnn系列核心思想是proposal(建議區域)+分類；
yolo系列核心思想是直接在輸出層回歸bounding box位置和bounding box的所屬類別；
大致流程
resize：resize成448*448，分割成7*7網格的cell；
cnn提取特徵和**：卷積負責提取特徵，全連線層負責**；（s=7,是引數可以改）
7*7*2=98個bounding box(bbox)的座標xcenter,ycenter,w,h,confidence;
7*7=49個cell所屬類別；（每個cell負責乙個物體，所以最多可**49個物體）
使用nms非極大值抑制過濾bounding box數量；
網路設計
網路結構借鑑googlenet，由於來自《object detection networks on convolutional feature maps》提到說在訓練網路中增加卷積和全鏈結層可以改善效能，所以在20個卷積層的基礎之上，新增了4個卷積層和2個全連線層。
檢測要求細粒度的視覺資訊，所以把網路輸入也又224*224變成448*448。
每個網格向量
單個網格的責任
整幅影象劃分為7*7的網格grid cell，若是某個物體的中心位置落在這個網格內，那麼這個網格就負責**這個物體；
座標維度資訊
網路最後一層輸出是7*7*30個維度，每個1*1*30的維度對應乙個網格cell所含的資訊，也就是座標資訊和confidence類別資訊；
每個cell要**2個bbox，每個bbox有（x,y,w,h,c），也就是說 2*5=10，就是1*1*30的前10個；
x,y,w,h需要歸一化到0-1之間，加快網路收斂；
confidence值表示所**的box中含有object的置信度和這個box**準確率的兩種含義；
confidence=pr(object)*iou-truth/pred；
第一項表示如果cell有物體就等於1，否則等於0；
第二項表示**bounding box和真實ground truth box的iou值；
回歸offset偏移量代替回歸座標
直接回歸整數（2.3.4.6）比較困難，所以先歸一化到0-1之間，然後得到（0.3，0.6）然後加上（2，4）【也就是當前cell網格的頂點座標】就獲得了當前cell負責**物體的中心座標了。
**類別維度資訊
資料集一共有20個類別，所以輸出就是，7*7*（5*2+20）；
通用公式表示輸出就是s*s(5*b+c)的乙個tensor；
損失函式
位置損失
rcoord引數：為了防止背景干擾造成的訓練樣本樣本，設定引數為5，增強正樣本作用；
yolo面臨的物體檢測問題，是乙個典型的類別數目不均衡的問題。
此時如果不採取點措施，那麼物體檢測的map不會太高，因為模型更傾向於不含有物體的格點。
這個控制引數的作用，就是讓含有物體的格點，在損失函式中的權重更大，讓模型更加「重視」含有物體的格點所造成的損失。
1-obj/ij引數：第i個cell的第j個bbox有沒有obj，有就是等於1，沒有等於0；也就是只對那些有真實物體所屬的格點進行損失計算，若該格點不包含物體，那麼**數值不對損失函式造成影響。
座標引數是兩個數相減再平方，圖中有誤；（簡單的平方和誤差）
長寬損失
開根號引數：開根號後，小目標框表示的差值更大，更適用於小目標框對位置更敏感這一特點；
不取根號會更傾向於大尺寸的**框。
取根號是為了盡可能的消除大尺寸框與小尺寸框之間的差異。
含obj的bbox的confidence損失
**是物體的概率*iou
不含obj的bbox的confidence損失
rnoobj引數：設定為0.5，消除負樣本影響；
類別**損失
物體類別概率p，對應的類別位置，該標籤數值為1，其餘位置為0，與分類網路相同。
**某個類別
每個網格**的class資訊(pr項)和bbox**的confidence資訊（pr*iou項）相乘，得到每個bbox的confidence score;
等式左邊第一項就是每個網格**的類別資訊；
第二三項就是每個bounding box**的confidence。
這個乘積的結果即encode了**的box屬於某一類的概率，也有該box準確度的資訊。
每個cell
對每乙個網格的每乙個bbox執行同樣操作： 7x7x2 = 98 bbox （每個bbox既有對應的class資訊又有座標資訊）
設閾值&nms
得到每個bbox的class-specific confidence score以後，設定閾值，濾掉得分低的boxes，對保留的boxes進行nms處理，就得到最終的檢測結果。
缺陷
每個cell只能**乙個物體，如果兩個物體靠的比較近，檢測效果不好；
固定的**框長寬比，在遇到不常見物體的長寬時，泛化能力差；
損失函式在定位誤差和檢測大小物體上需要改進；
特點
位置定位錯誤率高，但是對背景誤檢率低；
對小目標效果差；
利用整幅影象**，而不是基於滑動框的建議框做**；
YOLOv1解讀筆記
當前最好系統相比，yolo目標區域定位誤差更大，但是背景 的假陽性優於當前最好的方法.注1 bounding box是怎麼來的呢？其實是在檢測每個grid cell時，若檢測到目標，則會將其標出來 圖中的紅色框 這就是bounding box。注2 設定多個anchor boxes幹嘛呢？是這樣的，...
目標檢測之YOLOv1
you only look once unified,real time object detection yolo 一體化的，實時的物體檢測 翻譯 詳解 1 2 1 yolov1框架 步驟 1 resize成448 448，分割得到7 7網格 cell 2 cnn提取特徵和 卷積層負責提取特徵。全...
目標檢測 YOLOv1總結
yolov1筆記 faster rcnn筆記 還存在什麼問題？yolov1檢測精度低於當時的先進網路演算法 yolov1容易產生物體定位錯誤 yolov1對小目標的檢測效果不好 每網格只能 兩個物體 概述 1.abstract 乙個單一的神經網路在一次檢測中直接從完整的影象 邊界框和類別概率 單一的...