深度学习目标检测系列:一文弄懂YOLO算法|附Python源码

  1. 云栖社区>
  2. 翻译小组>
  3. 博客>
  4. 正文

深度学习目标检测系列:一文弄懂YOLO算法|附Python源码

【方向】 2018-12-15 16:55:21 浏览2159
展开阅读全文

       在之前的文章中,介绍了计算机视觉领域中目标检测的相关方法——RCNN系列算法原理,以及Faster RCNN的实现。这些算法面临的一个问题,不是端到端的模型,几个构件拼凑在一起组成整个检测系统,操作起来比较复杂,本文将介绍另外一个端到端的方法——YOLO算法,该方法操作简便且仿真速度快,效果也不差。

1

YOLO算法是什么?

       YOLO框架(You Only Look Once)与RCNN系列算法不一样,是以不同的方式处理对象检测。它将整个图像放在一个实例中,并预测这些框的边界框坐标和及所属类别概率。使用YOLO算法最大优的点是速度极快,每秒可处理45帧,也能够理解一般的对象表示。

YOLO框架如何运作?

       在本节中,将介绍YOLO用于检测给定图像中的对象的处理步骤。

  • 首先,输入图像:

    2

  • 然后,YOLO将输入图

网友评论

登录后评论
0/500
评论
【方向】
+ 关注
所属云栖号: 翻译小组