目錄
一、基礎理論
優缺點
二、程序
1、對每張影像打格
2、損失函式
2-1、損失函式介紹
2-2、引數介紹
2-3、注意事項
一、基礎理論
步驟1：生成備選框，
步驟2：從備選框中找出物體邊框，
根據像素的突變，進行影像分割，分出不同物體，畫出不同顏色的區域，得到備選框（proposal），我們需要尋找的物體也在備選框中，我們需要把它從備選框中找出來，
優缺點
二、程序
1、對每張影像打格
影像打格程序中，物體中心落在哪個格子，那個格子就負責預測哪個物體，
：預測框，（Yolo v1預測2個邊框，多預測幾個邊框，留下最好的那個）
：置信度（判斷是否靠譜）（考慮兩方面：(1)是某物體的概率；(2)重合的比例）)
：是某物體的概率， （最后結果在0~1之間）
：交并比（重合部分越高，交并比越大）
得到的Bounding Box五維資料：x、y、w、h、confidence，（橫、縱坐標、寬、高、置信度）
（B不一定得是2）
以上的五個資料分別為：width * height * (5維 * Box數量B + Confidence)
2、損失函式
由于上面有3個物體，所以獲取3個中心：
2-1、損失函式介紹
損失函式：坐標損失（Coordinate loss）、置信度損失（Confidence loss）、分類損失（Classification loss），
上述4個式子分別計算：坐標、 大小、物體、背景、分類概率的loss，
（這里）誤差 = 預測 - 真實
2-2、引數介紹
（IoU：交并比）
object：學習物體： 
no object：學習背景：
2-3、注意事項
注：
1、(2)式用根號壓縮物體的原因：
小物體和大物體的差距過大，盡可能壓縮減小差距，（不壓縮的話，loss會被大物體嚴重影響）
2、(4)式noobject（背景）原因：
增強泛化能力，除了要學習物體的資訊，我們還需要學習背景資訊（有時候背景中可能有和原物體比較像的物體，但不是原物體，為了加以區分）（學習非物體的東西，提高泛化能力），
3、(4)式加
的原因：
為了減小背景的權重，因為背景通常更大，實際物體更小，所以背景會產生更多的損失，這樣會導致網路去學習產生大loss的因素，即側重于學習背景，而忽略掉學習物體的特征，這不是我們想要的，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/327862.html
標籤：AI
上一篇：基于OpenCV的輪廓檢測