重磅干貨，第一時間送達
YOLO：You only look once.
初次看到這個算法的過程，會很疑惑，因為這個過程缺少了一些細(xì)節(jié)。
例如：如何檢測物體的中心？如何產(chǎn)生可能的邊界框？如何判斷邊預(yù)測的界框是否正確？讓我們看后面的內(nèi)容。
交并比是一個評估邊界預(yù)測好壞的評估算法。
通常，當(dāng)IoU>=0.5，視為預(yù)測正確。
0.5的取值完全認(rèn)為，可以設(shè)置其他的，根據(jù)具體精度要求來決定。
如果預(yù)測結(jié)果和真實結(jié)果完全重合，IoU=1.
首先讓我們來看這個網(wǎng)絡(luò)結(jié)構(gòu)，
然后再來看Loss函數(shù)，
的意思指，當(dāng)沒有對象時(no object)為1，否則為0.
如何檢測到物體的中心？
當(dāng)很多方框中都有要檢測的目標(biāo)的時候，
這些方框會說，嘿！我的區(qū)域里面有你要的對象！
那么這個時候，到底哪個方框才是物體的中心呢？
也確實沒辦法知道，所以就讓這些方框都進行檢測這個物體。
那么就會得到一個物體，被多個方框所框住。
通過非最大值抑制算法可以實現(xiàn)，確保圖片中的每一個物體，只被一個方框給框住，而不會出現(xiàn)同一個物體上出現(xiàn)多個方框。
具體的過程：
有無對象(Pc)，在'算法原理'中提到
通過這個循環(huán)，我們最終就會得到，確保每一個物體只有一個邊界框，且這個邊界框是可能性最大的。
在實際操作中，對于多個類型的物體，例如汽車，人，自行車等
應(yīng)該對這三種類型進行三次的獨立非最大值抑制
因為如果一起進行非最大值抑制的話，當(dāng)人遮擋汽車的時候，人和車的結(jié)果就會不準(zhǔn)確。兩者的IoU比較大。
為什么會產(chǎn)生這個算法呢？
在以下條件下：
導(dǎo)致，人和車的中心點不巧剛好落到同一個區(qū)域內(nèi)，
而每個區(qū)域只能輸出一個[有無對象Pc,x,y,w,h,class1,class2,classN]向量，那么CNN就會隨機輸出人或者車。
那么如何解決這個問題呢？
人是豎著的，車是橫著的，那么我們可以讓每一個區(qū)域負(fù)責(zé)去識別兩次(由錨點框的數(shù)量決定）。
產(chǎn)生這樣的一個向量：
[有無對象Pc,x,y,w,h,class1,class2,classN,有無對象Pc,x,y,w,h,class1,class2,classN]，即[2*n]，你也可以把，這個拆成[2,n]。
將結(jié)果分成兩個區(qū)域，第一個是豎著的錨點框，第二個是橫著的錨點框。
存放的時候，計算w/h（寬高比），和錨點的寬高比進行比較，相近即屬于該錨點框。如此就可以解決這個問題了。
但是其實這個并不能解決3個物體重疊的情況， 也不能解決錨點框相似的情況的重疊，
不過值得慶幸的是，當(dāng)YOLO的區(qū)域足夠多的時候，發(fā)生重疊的概率比較小，如果不幸發(fā)生了，那就需要寫一個選擇算法，選擇其中一個。
借助YOLO算法，實現(xiàn)對水表的表盤目標(biāo)檢測。去Github下載
本文僅做學(xué)術(shù)分享，如有侵權(quán)，請聯(lián)系刪文。
