yolo物体检测系列实战1：yolo-v1整体思想与网络架构

1、物体检测经典方法

• two-stage（两阶段）：Faster-rcnn Mask-Rcnn系列
• one-stage（单阶段）：YOLO系列

• 最核心的优势：速度非常快，适合做实时检测任务！
• 但是缺点也是有的，效果通常情况下不会太好！

2、机器学习分类任务评价指标

机器学习 分类任务 评价指标

3、yolo-v1简介

• 经典的物体检测算法
• You Only Look Once，名字就已经说明了一切
• 把检测问题转化为回归问题，一个CNN就搞定了
• 可以对视频进行检测，应用领域非常广

只需要一个起始位置坐标，加上长和宽，就能把一个物体框出来了，这就是转化为回归问题

yolo算法，在当时15、16年等了很久，因为Faster R-CNN精度高，但是太慢了，速度在当时比精度更重要

4、yolov1预测流程

1. 把图像分词S*S个格子
2. 遍历每个格子，如果哪一个物体的中心点落在了这个格子，那么这个格子就负责预测这个物体
3. 得到了若干个格子，遍历每一个格子
4. 根据当前的格子都生成两个候选框，找出一个接近的框
5. 现在有了一个这个物体的位置，需要调整框的长宽来得到最终结果
6. 在调整的过程中会得到很多个候选框，每个候选框都会得到一个confidence值（即置信度，这个置信度表示了当前框住的部分是否是一个我们需要检测的物体）
7. 置信度低的框会被过滤掉（因为目标格子可能会有多个，但是不一定都符合）

总结：
首先输入就是一个S*S个格子，每一个格子都产生两个候选框，产生两个候选框进行微调，但是不是所有候选框都进行微调，需要切实有物体的，什么时候有物体，通过执行度来判断

5、整体网络架构

输入图像是一个448*448，是一个固定值，这个固定值是通过openCVresize到固定值得，里面的物体会进行缩放，最后的框会映射到一个完整的原始图像中