YOLOV1-理论笔记_yolov1输入为灰度图

V1

v1训练使用的是224224的 测试时使用了448448

流程：

1.输入图像 4484483（大小不能变，因为有全连接层）
2. conv 得到特征图 771024 （GoogleNet）
3.全连接 40961
4.全连接 14701
5. reshape一下 7730
获得7*7个格子，每个格子中有30个值
因为 有两个经验框 （其他模型没必要那么细） 每个框 x1/x2 y1/y2 w1/w2 h1/h2 置
信度（x,y 都是一个相应的位置，不是他的具体位置 ，归一化过后的）
两个框5+5 +20个类别
20类别 =狗的概率 | 猫的概率 | …

损失函数：

1.先计算位置的误差 x y的
w h加根号的原因就是 解决小物体中 偏移量小时原来可能不明显，（但是加了之后稍微改进一点。） 数值较小时 数据敏感 数据较大的时候不太敏感。

2.置信度的损失计算

首先就是计算IOU，预测的框和标定的框 >0.5时就说他包含目标
一个真实框可能有很多候选框，只选择IOU信息大的
小于这个IOU的阈值就说你为背景，就计算你不包含目标置信度的损失。

包含目标的置信度损失+不包含目标的置信度损失

问题所在：

1.每个cell 只能预测一个类别，重合在一起的东西 很难分出来，多标签也不行 。
2.小物体检测不到 ，因为只有两个预测框（长宽比比较单一） 只能检测比较大的