目标检测之YOLO

目录

  • [1. YOLO (you only see once)](#1. YOLO (you only see once))
  • [2. YOLO的网络结构](#2. YOLO的网络结构)
    • [2.1 流程](#2.1 流程)
  • [2.2 训练过程](#2.2 训练过程)
  • [3. 与Faster R-CNN比较](#3. 与Faster R-CNN比较)

1. YOLO (you only see once)

yolo相比Faster R-CNN速度更快,但是精度有所下降

2. YOLO的网络结构

2.1 流程

1、原始图片resize到448x448,经过前面卷积网络之后,将图片输出成了一个7x7x30的结构以图示的方式演示

2、默认7x7个单元格,这里用3x3的单元格图演示

2.2 训练过程

三部分损失 bbox损失+confidence损失+classfication损失

3. 与Faster R-CNN比较


有点

速度快
缺点

准确率会打折扣。

YOLO对相互靠的很近的物体(挨在一起且中点都落在同一个格子上的情况),还有很小的群体检0测效果不好,这是因为一个网格中只预测了两个框

相关推荐
NAGNIP17 小时前
轻松搞懂全连接神经网络结构!
人工智能·算法·面试
moshuying18 小时前
别让AI焦虑,偷走你本该有的底气
前端·人工智能
董董灿是个攻城狮19 小时前
零基础带你用 AI 搞定命令行
人工智能
喝拿铁写前端21 小时前
Dify 构建 FE 工作流:前端团队可复用 AI 工作流实战
前端·人工智能
阿里云大数据AI技术21 小时前
阿里云 EMR Serverless Spark + DataWorks 技术实践:引领企业 Data+AI 一体化转型
人工智能
billhan201621 小时前
MCP 深入理解:协议原理与自定义开发
人工智能
Jahzo1 天前
openclaw桌面端体验--ClawX
人工智能·github
billhan20161 天前
Agent 开发全流程:从概念到生产
人工智能
threerocks1 天前
过了个年,AI 圈变天了?但没人告诉你为什么
人工智能