檢測算法回顧

5、6年前的檢測算法大體如下：

手動涉及特征時應(yīng)該考慮的因素：

1、尺度不變性 2、光照不變性 3、旋轉(zhuǎn)不變性

這一步驟稱為特征工程，最重要的一個算法稱為sift，(回顧SIFT講解)體現(xiàn)了上述所有的觀點(diǎn)。
在分類的過程中，經(jīng)典的工具有SVM、NN。
由于每一個步驟都會存在誤差，隨著鏈路不斷增長，會導(dǎo)致誤差逐步累積，最終帶來錯誤。
stage1生成備選框，stage2進(jìn)行精準(zhǔn)化.

v1講解

一些概念和定義

每個備選框都可以用四個維度唯一標(biāo)定。
confidence為置信度，置信度表達(dá)式中的Pr表示是否為目標(biāo)物體的概率，IoU表示真實(shí)與預(yù)測box之間的重合程度。
輸出的張量，(5*B+C)表示channel數(shù)目，5代表了box的xywh和置信度，一共有兩個box，C表示分類的個數(shù)，原文中給的是20.
B是個武斷的數(shù)字，只要比1大就行了，用1個預(yù)測框去回歸，并不能保證回歸結(jié)果很好。

損失函數(shù)解釋

函數(shù)1、2代表的是對物體邊框的回歸。3、4代表的是對置信度的回歸。
原本的格子7x7，然后每個格子對應(yīng)2個bbox，一共有98個點(diǎn)需要估計。然而在我們上圖中只有3個物體，所以需要把超參數(shù)調(diào)整大一點(diǎn)，平衡非物體bbox過多。
w與h表示bbox的邊框大小，為什么使用根號呢？如果使用線性的，當(dāng)物體邊框大的時候，loss也就越大，說明我們評測結(jié)果容易收到大物體影響。使得網(wǎng)絡(luò)只會去學(xué)習(xí)到大物體的信息，而把小物體給忽略掉了。
w與h表示bbox的邊框大小，使用根號，是為了使得大物體與小物體產(chǎn)生的loss差距不大。取log也可以。

為什么需要加上noobject的損失？
當(dāng)我們需要學(xué)習(xí)N類物體的特征時，其實(shí)需要學(xué)習(xí)的時N+1類物體，就是多一個復(fù)雜的背景，增強(qiáng)泛化能力。

最后的分類略顯粗糙，需要加上softmax，與交叉熵?fù)p失相結(jié)合。softmax定義，數(shù)學(xué)表達(dá)式，編碼以及求導(dǎo)需要好好掌握。

v1總結(jié)

之前說過yolo是，圖像中物體中心落在哪個格子，那個格子就負(fù)責(zé)預(yù)測那一個物體。如果物體過于擁擠，導(dǎo)致一個格子里面有多個物體中心就不好搞了。

物理信息找邊框，語義信息分類。


很顯然，右邊的更容易回歸

人工撒anchor，不同形狀，

v3

總結(jié)

以上是生活随笔為你收集整理的《YOLO算法笔记》（草稿）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。