当前位置: 首页 > news >正文

福建省龙岩市新罗区建设局网站培训总结怎么写

福建省龙岩市新罗区建设局网站,培训总结怎么写,用ps做的网站怎么发布,制作医院网站目录 1. YOLO 2. YOLO V1 3. YOLO V2 4. YOLO V3 5. YOLO V3 SPP网络 5.1 Mosaic 图像增强 5.2 SPP 模块 5.3 CIou Loss 5.4 Focal loss 1. YOLO YOLO 是目标检测任务强大的算法,将目标检测的问题转换边界框和相关概率的回归问题,是目标检测…

目录

1. YOLO 

2. YOLO V1

3. YOLO V2

4. YOLO V3

5. YOLO V3 SPP网络

5.1 Mosaic 图像增强

5.2 SPP 模块

5.3 CIou Loss

5.4 Focal loss


1. YOLO 

YOLO 是目标检测任务强大的算法,将目标检测的问题转换边界框和相关概率的回归问题,是目标检测单阶段的代表。

YOLO 的全称是You Only Look Once

本章只会对YOLO的前三个版本进行简单的介绍,后面会根据YOLO V3 SPP的trick版本进行训练

2. YOLO V1

yolo v1的代表图如下:

注意:yolo v1没有anchor 的概念

yolo v1将输入图像经过特征提取后,划分为 7 * 7(S = 7)个grid cell每一个grid cell 会预测两个边界框(B = 2),而yolo v1是在PASCAL VOC 20 个类别进行训练的,所以每一个边界框还会预测20个类别得分(C = 20)

其中每一个预测框还包括五个输出,前四个为边界框的x,y,w,h,最后一个是置信度,其实就是预测目标和真实ground truth的iou 。

每一个grid cell 产生两个边界框,由最好的那个边界框负责拟合真实的gt

所以,yolo v1的输入是一幅图像,输出是 7 * 7 *(2*5 + 20) = 7*7*30的张量(20个类别的得分是共享的)

yolo v1 的缺点:

  • 因为7*7的网格只会预测49个物体,所以yolo v1对密集的物体或者多个小物体的检测不是很好
  • 定位精度较差,没有像 faster-rcnn 那样基于anchor的准确

3. YOLO V2

yolo v2 相比于v1 增加了很多 ideas

总而言之,yolo v2的输入是416*416,输出是13*13(grid cell)*5(每一个网格预测五个边界框)* (5*20)的张量

4. YOLO V3

yolo v3输出是3个尺度的,分别是输入图像下采样的8、16、32倍。而一般输入的size是416*416,下采样后的三个尺度是52*52,26*26,13*13

yolo v3更改了网络的backbone,具体的yolo v3如下:

yolo v3输出的预测特征图是三个尺度,每一个grid cell 预测3个边界框,而每一个预测框产生4个坐标偏移值,1个置信度和80个coco的类别得分

关于偏移量,如下:

x、y 相对于每个grid cell左上角的偏移,经过sigmoid可以限制到0-1之间,这样预测的x、y就不会跑出对应的grid cell外面。w,h 相对于全图的缩放比例

关于正负样本分配:

正样本:针对于gt而已,预测最好的为正样本。每一个gt都会分配一个正样本

忽略的样本:预测的还行,但是不是最好的,例如与gt的iou >0.5,那么这类边界框忽略

负样本:剩下的样本均为负样本

5. YOLO V3 SPP网络

YOLO V3 SPP网络对提升网络性能增加了很多的tricks

5.1 Mosaic 图像增强

将多个图像拼接在一起训练,可以增加数据的多样性、单幅图像目标的个数也会增多

这里默认4张图像拼接

 

5.2 SPP 模块

多尺度输出结果前,仅仅在第一个前面增加了SPP模块,实现了不同尺度的信融合

 

5.3 CIou Loss

CIou Loss 损失

 

  • 关于iou loss:

缺点是预测框和gt没有重合的时候,loss = 0

 

  • 关于giou loss:绿色为预测,红色为gt

预测框和gt完美融合,giou = 1;预测框和gt相距无穷远,giou = -1

 giou 的缺点:

 

  • 关于Diou loss:distance iou

iou loss 和 giou loss 有两个问题:收敛太慢、回归不够准确

 预测框和gt完美融合,diou = 1;预测框和gt相距无穷远,diou = -1

 

  • 关于Ciou loss:

 

5.4 Focal loss

Focal loss 最初用于图像领域解决数据不平衡造成的模型性能问题

 

http://www.dinnco.com/news/37504.html

相关文章:

  • 一站式网站建设有哪些友情链接管理系统
  • 免费制作ppt软件关键词seo是什么意思
  • 临沂网站排名优化论坛推广网站
  • 中卫网红美食打卡地seo发展前景怎么样啊
  • 做网站都得会什么技术最近一周新闻大事摘抄2022年
  • 熊掌号怎么域名做网站icp备案查询
  • 网站建设要做什么百度关键词优化送网站
  • wordpress侧缩略图百度优化推广
  • 软件外包产业如何对一个网站进行seo
  • 网站要背代码?最近国际时事热点事件
  • 毕业设计做网站老师会问什么怎么在网上推广产品
  • 网站后台 设计2022最新永久地域网名
  • 酒泉地网站推广搜狗推广登录平台官网
  • 网站平台延展性全网引流推广
  • 可以登录国外网站吗全媒体运营师报名费多少钱
  • 站群子网站开发上海专业seo服务公司
  • 小米网站seo分析报告+书韩国热搜榜
  • 十大免费自助建站如何做推广和引流
  • 权威发布新冠用药东莞百度seo关键词优化
  • 做购物平台网站需要多少资金无锡百度公司代理商
  • 中国建设银行积分换购网站百度校招
  • 如何优化网站微信营销工具
  • 网站动态和静态的区别网页设计与制作案例教程
  • 网站对比分析营销网页
  • 信誉比较好的商家可做网站seo推广软件哪个好
  • 餐饮加盟什么网站建设seo实战密码第三版
  • iis7 网站 目录代刷网站推广快速
  • 长春网站制作顾问百度seo怎么收费
  • 陕西高速建设集团网站合肥seo公司
  • 湛江免费建站平台seo是怎么优化上去