原文: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。 . 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。 . 每个格子被指定的gt需要对应B个bounding box 下面简称为bbox 去回归,也就是说每个格子对应的B个bbox的gt是一样 ...

2018-07-02 02:42 0 5390 推荐指数:

查看详情

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: ...

Sat Aug 26 03:50:00 CST 2017 2 10605
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 ...

Fri Dec 01 08:07:00 CST 2017 0 1372
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 ...

Fri Mar 30 02:46:00 CST 2018 0 3787
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 ...

Wed Mar 06 10:00:00 CST 2019 1 2591
yolov1, yolo v2yolo 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 ...

Thu Oct 24 06:49:00 CST 2019 0 1504
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 ...

Sat Mar 02 00:10:00 CST 2019 0 746
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++标准支持较差) 配置opencv来显示图片结果,如果不配置OpenCV,则支持的图片类型较少 ...

Tue Aug 22 05:40:00 CST 2017 0 6953
深度学习之 YOLO v1,v2,v3详解

(写在前面:如果你想 run 起来,立马想看看效果,那就直接跳转到最后一张,动手实践,看了结果再来往前看吧,开始吧······) 一、YOLOv1 简介 这里不再赘述,之前的我的一个 GitChat 详尽的讲述了整个代码段的含义,以及如何一步步的去实现它 二、YOLOv2 简介 V1 版本 ...

Sat Oct 24 00:14:00 CST 2020 2 483
 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM