标签：Pr Object 置信度 limits sum YOLO 介绍 v1 mathrm
YOLO v1算法介绍
YOLO v1是将整个图片作为网络的输入，直接在输出层对BBox的位置和类别进行回归。实现方法分为如下步骤：
- 一幅图像首先被分为 S × S \mathrm{S \times S} S×S个网格，如果某个 O b j e c t \mathrm{Object} Object的中心落在这个网格中，则这个网格就负责预测这个 O b j e c t \mathrm{Object} Object。
- 每个网格需要预测 B \mathrm{B} B个BBox的位置信息和置信度信息，一个BBox对应着四个位置信息和一个置信度信息。其中置信度信息的公式如下所示 P r ( O b j e c t ) ∗ I O U \mathrm{Pr}(\mathrm{Object})*{\bf{IOU}} Pr(Object)∗IOU其中如果 O b j e c t \mathrm{Object} Object落在一个网格里，则 P r ( O b j e c t ) \mathrm{Pr}(\mathrm{Object}) Pr(Object)取1，否则取0。
- 每个BBox要预测 ( x , y , w , h ) (x,y,w,h) (x,y,w,h)和置信度共5个值，每个网格还要预测一个类别信息共 C \mathrm{C} C类。则最终输出的维度为 d i m = S × S × ( 5 B + C ) \mathrm{dim}=\mathrm{S\times S}\times (5 \mathrm{B+C}) dim=S×S×(5B+C)
- 在测试的时候，每个网格预测的类信息和BBox的预测置信度信息相乘，就得到了每个BBox的类别置信度分数
C S = P r ( C l a s s i ∣ O b j e c t ) ∗ P r ( O b j e c t ) ∗ I O U = P r ( C l a s s i ) ∗ I O U \begin{aligned}\mathrm{CS}&=\mathrm{Pr}(\mathrm{Class}_i|\mathrm{Object})*\mathrm{Pr}(\mathrm{Object})*{\bf{IOU}}\\&=\mathrm{Pr}(\mathrm{Class}_i)*{\bf{IOU}}\end{aligned} CS=Pr(Classi∣Object)∗Pr(Object)∗IOU=Pr(Classi)∗IOU这个公式表示了预测某个BBox属于某一类的概率。
损失函数
损失函数共包括三部分 L t o t a l = L c o o r d + L b c + L c L_{total}=L_{coord}+L_{bc}+L_{c} Ltotal=Lcoord+Lbc+Lc
- L t o t a l L_{total} Ltotal表示的是对坐标的预测 L c o o r d = λ c o o r d ∑ i = 0 S 2 ∑ j = 0 B I i j o b j [ ( x i − x ^ i ) 2 + ( y i − y ^ i ) 2 + ( w i − w ^ i ) 2 + ( h i − h ^ i ) 2 ] L_{coord}=\lambda_{coord}\sum\limits_{i=0}^{S^2}\sum\limits_{j=0}^{B}\mathbb{I}_{ij}^{\mathrm{obj}}[(x_i-\hat{x}_i)^2+(y_i-\hat{y}_i)^2+(\sqrt{w_i}-\sqrt{\hat{w}_i})^2+(\sqrt{h_i}-\sqrt{\hat{h}_i})^2] Lcoord=λcoordi=0∑S2j=0∑BIijobj[(xi−x^i)2+(yi−y^i)2+(wi −w^i )2+(hi −h^i )2]其中 I i j o b j \mathbb{I}_{ij}^{\mathrm{obj}} Iijobj表示的是第 i i i个网格中的 j j j个box是否负责这个object。
- L b c L_{bc} Lbc主要负责预测box的置信度 L b c = ∑ i = 0 S 2 ∑ j = 0 B I i j o b j ( C i − C ^ i ) 2 + λ n o o b j ∑ i = 0 S 2 ∑ j = 0 B I i j n o o b j ( C i − C ^ i ) 2 L_{bc}=\sum\limits_{i=0}^{S^2}\sum\limits_{j=0}^{B}\mathbb{I}_{ij}^{\mathrm{obj}}(C_i-\hat{C}_i)^2+\lambda_{noobj}\sum\limits_{i=0}^{S^2}\sum\limits_{j=0}^{B}\mathbb{I}_{ij}^{\mathrm{noobj}}(C_i-\hat{C}_i)^2 Lbc=i=0∑S2j=0∑BIijobj(Ci−C^i)2+λnoobji=0∑S2j=0∑BIijnoobj(Ci−C^i)2
-
L
c
L_{c}
Lc主要负责类别预测
L c = ∑ i = 0 S 2 I i j o b j ∑ c ∈ c l a s s e s ( p i ( c ) − p ^ i ( c ) ) 2 L_{c}=\sum\limits_{i=0}^{S^2}\mathbb{I}_{ij}^{\mathrm{obj}}\sum\limits_{c \in \mathrm{classes}}(p_i(c)-\hat{p}_i(c))^2 Lc=i=0∑S2Iijobjc∈classes∑(pi(c)−p^i(c))2
标签：Pr,Object,置信度,limits,sum,YOLO,介绍,v1,mathrm 来源： https://blog.csdn.net/qq_38406029/article/details/116420172
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。