对YOLO工艺的困惑
对YOLO工艺的困惑
提问于 2018-08-08 02:51:05
为了理解这个概念，我阅读了莫里西奥·梅内加兹写的这篇文章，看了Deeplearning.ai在YouTube上的一篇文章，但是我对S (B *5 +C)部分感到困惑。我知道S代表网格大小，5代表包围框的组件，C代表类。B和锚箱一样吗？如果我只想检测一个类别(例如车牌)，这是否意味着只有1B？
编辑是在图像被输入到神经网络之前在图像上创建边界框吗？
回答 2
Stack Overflow用户
回答已采纳
发布于 2018-08-08 05:49:21
B和锚箱一样吗？
是的，是的。B是锚盒的数目。
如果我只想检测一个类别(例如车牌)，这是否意味着只有1B？
不，在这种情况下，C= 1。但是如果你事先知道你需要检测的物体的宽度/高度比，而且这个比率在视点之间变化不大，你可能只需要匹配这个比率的锚盒，所以在车牌的情况下，B也可以是1。
但是，例如，如果您需要检测汽车，您可能需要更多的锚盒，因为车辆的宽度/高度比在不同的视角之间差异很大。
Stack Overflow用户
发布于 2018-09-03 21:52:00
也许您可以看看这个实现：https://github.com/1991viet/Yolo-pytorch
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/51737958
复制相关文章
相似问题
腾讯云开发者
