目前我正在测试用于对象检测的 yolo 9000 模型，在论文中我了解到图像被分割成 13X13 的盒子，并且在每个盒子中我们计算 P(Object)，但是我们如何计算呢？模型如何知道这个盒子里是否有物体，我需要帮助才能理解
我正在使用张量流
谢谢，
问问题
1575 次
4 回答
4
他们训练置信度分数 = P(object) * IOU。对于地面实况框，它们取 P(object)=1，而对于其余网格像素，地面实况 P(object) 为零。您正在训练您的网络以告诉您该网格位置中是否有某个对象，即如果不是对象则输出 0，如果部分对象则输出 IOU，如果对象存在则输出 1。因此，在测试时，您的模型已经能够判断该位置是否有物体。
于 2017-06-08T10:45:56.453 回答
0
正如他们在论文（第 2 页第 2 节）中提到的那样，信心分数是 = P(object) * IOU。但是在那段中，他们提到如果有一个对象，那么信心分数将是 IOU，否则为零。所以这只是一个指导方针。
于 2017-04-28T19:21:05.913 回答
0
在测试期间，YOLO 网络从默认设置值获取 IOU。那是0.5。
于 2020-01-09T15:36:40.973 回答
0
确实有 13x13 个网格单元，但 P(object) 是为每个 5x13x13 锚框计算的。来自 YOLO9000 论文：
当我们移动到锚盒时，我们还将类预测机制与空间位置解耦，而是为每个锚盒预测类和对象。
我还不能发表评论，因为我是新来的，但如果你想知道测试时间，它有点像 RPN。在每个网格单元上，5 个锚框每个预测一个边界框，该边界框可以大于网格单元，然后使用非极大值抑制来挑选顶部的几个框进行分类。
P(object) 只是一个概率，网络不“知道”那里是否真的有一个对象。
如果您有兴趣，还可以查看 region_layer.c 中 forward_region_layer 方法的源代码，并跟踪如何计算损失。
于 2017-08-03T06:11:58.010 回答