目标检测之 YOLOv1
参考博客:
https://blog.csdn.net/weixin39912556/article/details/80560380
https://www.zhihu.com/column/giantpandacv
author: dreamer
date: 2020-09-08
基本思想
yoloV1作为yolo系列one stage系列的代表作,非常的经典,作为当时的目标检测发展的阶段来看,虽然在精度上不及fast rcnn,但是在速度上可是实现45fps,已经完全可以满足实时监测的要求。创新的点主要是利用最后一个featrue 上的每个grid对应原图的一个区域,相当于对原图划分成k\*k个格子来分别的做回归和检测,并且,对于每个格子检测两个框,一个上对大物体,一个上对小物体,同时还有一个输出上一个one hot的类别信息。
缺点
对于小目标检测的精度问题。在算法中没有关于针对小目标检测的处理,导致对于小目标检测精度很差。
这个利用grid对应原图上某块区域的方式过于粗糙,导致最终的检测精度不高。
重点把握两点
网络结构
2.损失函数
评论