YOLO:Real-Time Object Detection学习笔记_yolo-ms: rethinking multi-scale representation lea

作者：不正经 | 2024-06-09 04:55:40

踩

yolo-ms: rethinking multi-scale representation learning for real-time object

(1)将输入图像resize 到;

(2)运行一个简单的卷积网络对输入图像进行处理;

(3)对模型输出confidence进行阈值处理得到检测结果;

相比较于其他实时系统,yolo可以实现大于两倍的平均精度.与其他采用话筒窗口获得区域的技术不同,yolo在训练,测试的时候,对整个图像进行处理,因此它可以获得物体的类别和外貌等信息.

检测网络有24个卷积层,卷积层之后是两个全连接层.并用1x1卷积层降低了来自以前的层的特征空间.预训练ImageNet分类任务的卷积层,训练数据为一半分辨率,即为224x224输入数据,之后再将图像high resolution为448x448的大小,作为输入数据,训练检测网络.

最后一层采用一个线性激活函数,其他层采用leaky rectified 线性激活函数,

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/不正经/article/detail/692689