YOLO

YOLO(you only look once)是一个基于CNN的高效实时物体检测模型。YOLO将物体检测视为一种回归模型，对于输入的图象将输出图象对应类别的概率以及边框的坐标。

其结构如下

• 进行计算前，调整输入图形大小为448x448
• 在卷积网络中计算
• 选择概率最高的类别作为结果输出

YOLO如何工作

• 图象分割

  YOLO首先将原始图象分割为NxN的单元格。如图为N=4的示例

  

• 边框回归

  这一步将确定所有物体的边界框，其中每一个边界框用向量$Y$表示

  $$Y = [ pc, bx, by, bh, bw , c]$$

  • pc表示单元格中含有物体的概率。例如下图中，红色单元格表示$pc>0$而黄色单元格表示$pc=0$

  • bx, by则表示边界框中心点的相对坐标。$bx,by \isin [1,0]$。例如$(0.5, 0.5)$表示物体中心位于单元格中心

  • bh, bw表示边界框的相对宽和高。同样其长度单位也是一个单元格的宽和高，但是$bw ,bw \ge 1$

    

  • c表示出现物体条件下是某一种类的条件概率：$P(class|object)$

• IOU

  Intersection Over Unions,交集与并集之比。 通常一个物体往往被多个单元格包括，而且并不是所有单元格都与物体有这强烈的关系，所以我们通过计算IOU并设定阈值去筛选掉无关的单元格。

  

• NMS Non-Max Suppression。IOU的阈值并不足够，虽然这能帮助我们筛选掉一部分，但是一个物体可能含有多个符合条件的边界框。为了避免全部保留而产生噪声，我们选择概率最高的一个边界框作为检测结果

如何让YOLO在自定义训练集上训练

我一定会填坑的~

参考文献：

[1]: YOLO Object Detection Explained

[2]: Understanding a Real-Time Object Detection Network: You Only Look Once (YOLOv1)

[3]: Train YOLOv8 on Custom Dataset – A Complete Tutorial

[4]: YOLO offical