Yolo学习笔记

Yolo目标检测的基本思想

• step1：重定义图片大小
• step2：用卷积神经网络进行处理
• step3：后处理，做非极大抑制

• 将图片划分为s * s 的网格，然后得出边界框 + 置信度 和类别概率图，再根据这两者，得到最终的检测。

• 红色的小格子，用来检测狗。从预测特征图出发，我们可以得到物体的边界框的坐标、物体性分数、分类得分。

• 不同尺度，有助于融合不同尺度的特征以及检测小物体。
• 经过卷积神经网络后，可以得到不同大小的特征图

• 存在冗余预测框，使用非极大抑制，去掉冗余的预测框。

Yolov5的网络架构与组件