YOLO V2 代码分析
先介绍YOLO[转]： 第一个颠覆ross的RCNN系列，提出region-free，把检测任务直接转换为回归来做，第一次做到精度可以，且实时性很好。 1. 直接将原图划分为SxS个grid cell，如果有物体的中心落到这个格子里那么这个格子的gt就是这个物体。 2. 每个格子被指定的gt需要 ...
原文：YOLO v2 损失函数源码分析
损失函数的定义是在region layer.c文件中，关于region层使用的参数在cfg文件的最后一个section中定义。 首先来看一看region layer 都定义了那些属性值： 注 : 这里的 应该是限制了每帧图像中目标的最大个数，个人认为应该和 注 相关，但这里设为了定值 注 : 应该和注 相关，即再调用make region layer方法之前定义，并将后面的 都替换成 l.max ...
2017-08-25 19:50 2 10605 推荐指数：
相关推荐
【源码解读】YOLO v3 训练 - 05 损失函数loss
摘要 在损失函数计算的过程中，需要对模型的输出即 feats进行相关信息的计算。 ---- 在yolo_head中 当前小网格相对于大网格的位置（也可以理解为是相对于特征图的位置） loss的计算时每一层结果均与真值进行误差的累加计算。 YOLO v3的损失函数与v ...
yolo v2记录
这里主要从输入数据增量、新增层和检测层的处理三个方面来说下v2版本，文中使用的参数和数值为代码中默认值并以voc数据集为例来说明的。 一．输入数据处理 V2版本处理具有前一个版本对数据增量处理方式外，还新增了对输入图像的色度、饱和度、曝光的处理，这三个分量都采用了和jitter类似 ...
yolo v2使用总结
以下都是基于yolo v2版本的，对于现在的v3版本，可以先clone下来，再git checkout回v2版本。 玩了三四个月的yolo后发现数值相当不稳定，yolo只能用来小打小闹了。 v2训练的权重用v3做预测，结果不一样。 我的环境是 window 10 ...
目标检测之YOLO V2 V3
YOLO V2 YOLO V2是在YOLO的基础上，融合了其他一些网络结构的特性（比如：Faster R-CNN的Anchor,GooLeNet的\(1\times1\)卷积核等），进行的升级。其目的是弥补YOLO的两个缺陷： YOLO中的大量的定位错误 和基于区域推荐的目标检测 ...
yolov1， yolo v2 和yolo v3系列
目标检测模型主要分为two-stage和one-stage， one-stage的代表主要是yolo系列和ssd。简单记录下学习yolo系列的笔记。 1 yolo V1 yolo v1是2015年的论文 you only look once：unified，real-time ...
Darknet windows移植(YOLO v2)
Darknet windows移植 代码地址: https://github.com/makefile/darknet 编译要求: VS2013 update5 及其之后的版本(低版本对C++标准 ...
YOLO V2论文理解
概述 YOLO（You Only Look Once: Unified, Real-Time Object Detection）从v1版本进化到了v2版本，作者在darknet主页先行一步放出源代码，论文在我们等候之下终于在12月25日发布出来。 新的YOLO版本论文全名叫“YOLO ...