YOLO系列摘要

Cv_Terry

于 2020-12-25 14:56:24 发布

阅读量295

点赞数

CC 4.0 BY-SA版权

分类专栏：深度不学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/ALZFterry/article/details/111661911

深度不学习专栏收录该内容

29 篇文章

订阅专栏

博客主要介绍了YOLOV3算法，因其有53个卷积（最后全连接层也算）得名，其convolutional是conv+BN+leakyRElu，有残差结构。由聚类算法生成9个bounding box并产生三个特征图，还阐述了正负样本的判定及损失情况，原文用到逻辑回归和二值交叉熵损失。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

YOLOV3

在这里插入图片描述
为什么叫 53 ：因为有53个卷积，最后一个全连接层也算！
这里是convolutional其实是conv+BN+leakyRElu

这里的黑色框是个残差结构类似于这样：
在这里插入图片描述
yolov3 由聚类算法生成了9 个 bounding box ，最后分别生成三个特征图，每个特征图份三个

（下面这个图还是不错的）

这里的虚线就是bounding box

在这里插入图片描述
关于正负样本的理解；首先对于每个Ground truth box都被分配一个bounding box 。和GT box重合度最大的bounding box 是正样本。设置一个阈值假如大于0.5 ，但又不是最大，那么我们把它舍弃，小于0.5的都是负样本。对于丢弃的 bounding box只有 confidence 这个损失。
在这里插入图片描述
原文提到了逻辑回归，用到了二值交叉熵损失。
蓝色框代表bounding box（锚框，聚类生成）
绿色是grond truth box
黄色是预测框

每种特征图，中每一个 grid 都有3个 bounding box
在这里插入图片描述

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。