yolov1， yolo v2 和yolo v3系列

2020-04-13 11:30:20 蜻蜓队长

　　目标检测模型主要分为two-stage和one-stage， one-stage的代表主要是yolo系列和ssd。简单记录下学习yolo系列的笔记。

1 yolo V1

　　　yolo v1是2015年的论文 you only look once：unified，real-time object detection 中提出，为one-stage目标检测的开山之作。其网络架构如下：（24个卷积层和两个全连接层，注意最后一个全连接层可以理解为1*4096到1*1470（7*7*30）的线性变换）

　　yolo v1的理解主要在于三点：

　　1.1 网格划分：输入图片为448*448，yolo将其划为为49(7*7)个cell, 每个cell只负责预测一个物体框，如果这个物体的中心点落在了这个cell中，这个cell就负责预测这个物体

　　1.2 预测结果：最后网络的输出为7*7*30，也可以看做49个1*30的向量，每个向量的组成如下： (x, y, w, h, confidence) *2 + 20; 即每一个向量预测两个bounding box及对应的置信度，还有物体属于20个分类（VOC数据集包括20分类）的概率。