1.YOLO 简介
（1）YOLO含义
- YOLO 是 You Only Look Once 的缩写，意思是只看一眼就能检测出目标。
（2）一些概念
- mAP (平均精度)： mean Average Precision
2.YOLO v1
（1）原理（流程）
-
第一步 图像分割 S×S ：
-
将图像分割为 S×S 个网格。若一个目标的中心落在某个网格中，那这个网格就负责来预测这个目标，比如下图：
-
-
第二步 每个网格预测 B（一般取2） 个 bounding box 和 C 个类别的分数：
-
bounding box 包含5个参数 ：4个位置参数x,y,w,h 和 1个confidence值。其中x,y相对于小网格，w,h相对于整个图像的宽高，数值都在0~1，这四个参数用于预测bounding box的位置。
-
confidence = Pr(Object) × IOU。 Pr(Object)表示是否存在目标，存在取1，不存在取0。而IOU就是bounding box和真实目标框的交并比。所以confidence可以简单的理解为IOU。
- eg：S=7，B=2，20个类别，那最后要预测 7×7×30 个参数。 S×S×(B×5+C)
-
最后网络输出：
-
每个向量可以看作对 对应网格 的预测值。
-
第三步 目标概率 ：
-
-
我们可以看出，最后给出的目标概率，既包含了 它是某个目标的概率 ，也包含了边界框和真实边界框的重合程度
（2）网络结构
- 标s-2表示步距为2，没标默认是1
（3）损失函数
- 对于bounding box损失中，w和h使用根号的解释（下图）：右边可以看出，对于小目标和大目标，预测框相对于真实框偏移相同长度，小目标的IOU应该更小一点，但是如果不用根号，那大小目标的IOU都一样了。
（4）YOLO v1 的问题
- 对于小的群体性的目标预测很差
- 当目标出现了新的尺寸或配置的时候，预测结果很差（YOLO v2 用anchor的方法解决）