目标检测之YOLOv1

目录

• [1. YOLOv1网络结构](#1. YOLOv1网络结构)
• • [1.1 网络结构](#1.1 网络结构)
  • [1.2 参数计算过程](#1.2 参数计算过程)
  • [1.3 参数列表和网络结构](#1.3 参数列表和网络结构)
• [2. 模型输出结构解析](#2. 模型输出结构解析)
• [3. 结果解析](#3. 结果解析)
• • [3.1 x,y,w,h](#3.1 x,y,w,h)
  • [3.2 置信度之IOU](#3.2 置信度之IOU)
  • [3.3 概率值](#3.3 概率值)
  • [3.4 模型输出结果](#3.4 模型输出结果)
  • [3.5 类别置信度](#3.5 类别置信度)
  • [3.6 非极大值抑制（NMS）](#3.6 非极大值抑制（NMS）)
  • [3.7 后处理输出结果](#3.7 后处理输出结果)
• [4. Yolov1损失函数](#4. Yolov1损失函数)
• • [4.1 坐标损失](#4.1 坐标损失)
  • [4.2 置信度损失](#4.2 置信度损失)
• [5. 训练过程](#5. 训练过程)
• [6. 总结](#6. 总结)

1. YOLOv1网络结构

1.1 网络结构

1.2 参数计算过程

其中计算输出宽高的公式如下：

OH=H+2P-FH/S + 1

OW=W+2P-FW/S + 1

其中P为padding值，FW为卷积核宽，S是卷积核移动步长

1.3 参数列表和网络结构

2. 模型输出结构解析

注意：这里每个小方格输出两个框，每个框数据包括（x,y,w,h,c）再加上20个分类的概率=30

3. 结果解析

3.1 x,y,w,h

3.2 置信度之IOU

IOU=标注框/预测框

IOU越大预测与标注越接近

置信度

3.3 概率值

7x7个框，每个框对应20个类别的概率，每个小框有2个候选框，它们共用20个类别的概率

3.4 模型输出结果

输出49x2个检测框，每个小框有30维向量

3.5 类别置信度

3.6 非极大值抑制（NMS）

3.7 后处理输出结果

4. Yolov1损失函数

S=7，7x7个小方格

B=2，没个小方格有两个预测框

4.1 坐标损失

计算wh的时候增加了根号，是由于小物体看起来误差会大一些，大物体会小一些，但是由于小物体的值更小，使得计算出来的误差值比大物体还小，为了解决这样的问题，加上根号再计算，放大小物体的误差，抑制大物体的误差

4.2 置信度损失

5. 训练过程

先训练分类模型再训练检测模型，原因可能是由于当时算力的限制

6. 总结

小物体检测差的原因是，7x7个框，每个框有两个预测框，还共享概率，那么比如小方块中有3个以上小物体，那么一个预测概率只能识别出一个小物体，其他的就漏检了。

检测目标较少的原因是7x7x2=98，2个预测框还公用一个概率因此最多检测出49个目标，当目标多余49个时，就会出现漏检了。