深度学习与Tensorflow2.0实战笔记之目标检测——YOLO

最近在学习目标检测相关知识,在这里记录一下自己的学习心得及笔记

一、算法原理

yolo是根据已经给定的5个anchor来计算精度,利用预测得到的box和5个anchor中重合率最高的那个来计算loss,输出的shape为[b,16,16,5,7],其中b为图片数量,16为feature map的尺寸(自己设置),5为box的数量,7分别为[x,y(中心点),w,h,cof(置信度),label(分为几类就是几,这里是2)]

先这样吧。。排版最后结束了再来排

上一篇:ROS下实现darknet_ros(YOLO V3)检测


下一篇:YOLO(一):YOLOv3在Windows7(无GPU)下的配置+opencv3.1.0+VS2015