标签：box 置信度 格子 草稿 物体 YOLO 边框 算法 bbox

检测算法回顾

5、6年前的检测算法大体如下：

手动涉及特征时应该考虑的因素：

1、尺度不变性 2、光照不变性 3、旋转不变性

这一步骤称为特征工程，最重要的一个算法称为sift，(回顾SIFT讲解)体现了上述所有的观点。
在分类的过程中，经典的工具有SVM、NN。
由于每一个步骤都会存在误差，随着链路不断增长，会导致误差逐步累积，最终带来错误。
stage1生成备选框，stage2进行精准化.

v1讲解

一些概念和定义

每个备选框都可以用四个维度唯一标定。
confidence为置信度，置信度表达式中的Pr表示是否为目标物体的概率，IoU表示真实与预测box之间的重合程度。
输出的张量，(5*B+C)表示channel数目，5代表了box的xywh和置信度，一共有两个box，C表示分类的个数，原文中给的是20.
B是个武断的数字，只要比1大就行了，用1个预测框去回归，并不能保证回归结果很好。

损失函数解释

函数1、2代表的是对物体边框的回归。3、4代表的是对置信度的回归。
原本的格子7x7，然后每个格子对应2个bbox，一共有98个点需要估计。然而在我们上图中只有3个物体，所以需要把超参数调整大一点，平衡非物体bbox过多。
w与h表示bbox的边框大小，为什么使用根号呢？如果使用线性的，当物体边框大的时候，loss也就越大，说明我们评测结果容易收到大物体影响。使得网络只会去学习到大物体的信息，而把小物体给忽略掉了。
w与h表示bbox的边框大小，使用根号，是为了使得大物体与小物体产生的loss差距不大。取log也可以。

为什么需要加上noobject的损失？
当我们需要学习N类物体的特征时，其实需要学习的时N+1类物体，就是多一个复杂的背景，增强泛化能力。

最后的分类略显粗糙，需要加上softmax，与交叉熵损失相结合。softmax定义，数学表达式，编码以及求导需要好好掌握。

v1总结

之前说过yolo是，图像中物体中心落在哪个格子，那个格子就负责预测那一个物体。如果物体过于拥挤，导致一个格子里面有多个物体中心就不好搞了。

物理信息找边框，语义信息分类。


很显然，右边的更容易回归

人工撒anchor，不同形状，

v3

标签：box,置信度,格子,草稿,物体,YOLO,边框,算法,bbox
来源： https://blog.csdn.net/qq_42604176/article/details/116003617

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。