YOLO算法解析

YOLOv1

预测阶段

输入：448×448×3，通过卷积操作，得到7×7×1024的feature map，拉平放到4096神经元全连接层，在放到1470的全连接层，排成7×7×30的张量。（对于Pascal VOC，20个类，7×7个grid，7×7×（2×5+20）)。置信度乘以最高类别概率是全概率。

预测后处理

一个框20个全概率，一共两个框，一共49个格，总共98个20×1的全概率。依次对每个类先用阈值门限，再NMS（从最高的概率开始，依次让更低的概率和最高概率比较，如果IOU超过某个值，也就是认为是同一个物体，把低的过滤掉）

训练阶段

拟合的思路：让含有物体中心点的网格生成的那个IOU更大的预测框去逼近目标，不含有物体中心的网格生成的框置信度变成0。

问题

定位差 全检测差 小目标密集目标差

YOLOv2

改进

Batch Normalization

High Resolution Classifier

Anchor Dimension Clusters Direct location prediction

YOLOv3