为什么YOLO要将图片划分为网格单元？
为什么YOLO要将图片划分为网格单元？
提问于 2020-03-09 12:10:08
我正在尝试理解YOLO是如何为我正在做的一个项目工作的。我已经看了很多论文、很多文章和博客文章，但我仍然不确定为什么YOLO将整个图像划分为一个网格单元，并考虑每个单元进行计算。如果我们将整个图像视为一个细胞(不进行分割)，会发生什么？这个网格单元服务的目的是什么？特定单元可以检测的对象数量是否存在最大值？
回答 1
Stack Overflow用户
发布于 2020-12-10 22:14:59
网格单元将网络预测放在更加结构化的形式中。每个网格单元对应于图像的一个特定区域，这些单元预测其中心位于该区域的对象。因此，它是关于具有结构化的输出表示，以利用图像的空间规则性的优势。
每个网格单元可以预测形式为objectness_value、bbox_h、bbox_w、bbox_cx、bbox_cy、p1、p2、..的向量。pn。
- objectness_value: prediction
- bbox_h，bbox_w，bbox_cx，bbox_cy:边界框的高度，宽度，x轴的中心坐标和y_axis，prediction
- bbox_h，p2，..pn的中心坐标的偏移量:每个对象类别的预测类别概率。(总共n个对象)
更多的网格单元意味着更多的预测。如果你有一个网格单元(图像本身)，你将有一个边界框预测。这是不实用的，因为图像中可能有许多对象。
请注意，网格单元格可以进行多个边界框预测，向输出向量添加更多的bbox偏移量。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/60594622
复制相关文章
相似问题
腾讯云开发者
