YOLO V1

YOLO V1简介

1、将一幅图分成S*S的网格，如果某个object落在这幅图片的中心，那么就让这个网格负责这个object！！

 

2、每一个网格都要负责预测B个bounding box，每个bounding box除了要预测位置之外，还是需要预测confident的值。除此之外每一个网格还需要预测C个类别的分数

例如在Pascal voc数据集上，我们取B = 2，这个数据集的种类是20个，则我们需要预测的类别个数为20，即C=20

最后，我们预测的向量维数为：7*7*30    ：

7*7是S的值，也就是图片被分割的个数值；30 = （4+1）*2+20

4+1 ： 4为bounding box的个数，1为confident值

20：为物体的类别

 

每一个bounding box 都有5个值，分别是（x，y，w，h）+ confident值（x，y为中心坐标）；（w，h为长和宽）---->四组数据表明了一个bounding box

confident = （如果box中确实有object就为1）*IOU（true，union）

IOU = 交并比（相交的数据）/ （相并集的数据）

 

 

损失函数：

目标边界框的损失计算；confidence 损失；classes 损失

为什么要对bounding box进行开方处理，

对于不同尺度的IOU，对于不同尺寸的图片损失都是不同的

偏移相同的距离，尺寸较大的图片，IOU值比较大！！，尺寸较小的图片IOU小

 

YOLOV1 缺点：

1、对群体性的小目标，预测性很差！！！，因为在YOLOV1中，每一个cell只预测两次，所以如果是很小的object那么IOU必然就会很小，那么损失函数必然会很大，因为损失函数很大之后，可能会被当作误差，被正则函数清理掉了！！！

2、当同一个物体出现了新的大小的时候，预测效果会比较的差！！ ---> 主要来自于定位不准确！