锚框 与 完整YOLO示例(吴恩达深度学习笔记)

目录

[1.锚框(anchor box)](#1.锚框(anchor box))

(1)作用

(2)使用

(3)例子

[(4)anchor box形状的选择](#(4)anchor box形状的选择)

2.完整YOLO算法示例⭐

(1)训练卷积网络

(2)预测过程


1.锚框(anchor box)
(1)作用
  • anchor box用于从一个图像中检测多个对象
(2)使用
  • anchor box的思路是预先定义两个不同形状的anchor box,把预测结果和这两个anchor box关联起来。一般来说,你可能会用更多的anchor box,可能要5个甚至更多。
(3)例子
  • 可以发现图中有人和车两个对象,假设我们要检测这2个对象,就要预先定义两个不同形状的anchor box,此时y的类别标签不再是图中左下角的 y,而是重复2次,变为右边的 y
  • 前8个(上图中绿色方框标记的参数)是和anchor box 1关联的8个参数,后面的8个参数是和anchor box 2相关联。这下训练的识别卷积网络的输出就是3×3×16
(4)anchor box形状的选择
  • 人工指定形状:人工选择5到10个anchor box形状,覆盖到检测对象的多种不同形状,
  • k-平均算法(k-means)(YOLO算法中的):将几类对象形状聚类,如果我们用它来选择一组最具代表性的anchor box
2.完整YOLO算法示例⭐
  • 一个检测人,车,摩托的例子。
(1)训练卷积网络
  • 假设2个anchor box,图像分为3×3网格,所以网络输出为3×3×16。
(2)预测过程
  • 对于这个测试图像
  • 得到所有检测框:因为使用两个anchor box,那么对于9个格子中任何一个都会有两个预测框(注意有一些边界框可以超出所在格子的高度和宽度)
  • 然后抛弃概率很低的预测框:去掉这些连神经网络都说,这里很可能什么都没有,所以你需要抛弃这些。
  • 最后,非极大值抑制:有三个目标检测类别,人,汽车和摩托车,对于每个类别单独运行非极大值抑制,处理预测结果所属类别的边界框,运行三次来得到最终的预测结果。
相关推荐
叼烟扛炮1 小时前
[LangChain] 学习笔记(09):工具(Tool)定义与调用闭环 · 理论+实战完整版
笔记·学习·langchain
Rabitebla3 小时前
【Linux操作系统】 文件篇(一):文件描述符与 Linux 文件管理机制
linux·网络·c++·笔记·学习
Flying Bear5 小时前
Keithley 2450 SourceMeter源表上位机开发笔记
笔记·单片机·嵌入式硬件
旖旎夜光6 小时前
【C++ 基础入门】智能指针:RAII、unique_ptr 与 shared_ptr 循环引用
c++·笔记·学习·智能指针
饮水桶_T7 小时前
Python 面向对象(十七)|继承、封装、多态 笔记
数据结构·笔记·算法
星恒随风8 小时前
MySQL 从零入门(十):MVCC、Undo Log 与 Read View 详解——InnoDB 如何实现事务隔离?
linux·数据库·笔记·sql·mysql
蒸蒸yyyyzwd9 小时前
计算机网络后端面试错题
笔记·学习
蒸蒸yyyyzwd11 小时前
数据库相关错题笔记
笔记·学习
哈尔滨张谦蛋13 小时前
兰州大学 · 甘肃省可穿戴装备重点实验室 · 2027年博士招生
人工智能·深度学习
蒸蒸yyyyzwd13 小时前
后端学习笔记,设计模式相关以及微服务相关
笔记·学习