目標(biāo)檢測YOLOv1v5演進(jìn)

1、目標(biāo)檢測YOLOv1-v5演進(jìn)目標(biāo)檢測介紹目標(biāo)檢測是與計(jì)算機(jī)視覺和圖像處理相關(guān)的計(jì)算機(jī)技術(shù)，用于在一張圖片中識別出些物體的種類，同時(shí)要求標(biāo)出物體的位置。目標(biāo)檢測已被廣泛應(yīng)用于人臉檢測、自動(dòng)駕駛和視頻監(jiān)控等圖像領(lǐng)域。目標(biāo)檢測中的常見方法，分為one-stage和two-stage兩類。One-stage方法首先輸入圖片，輸出Boundingbox(bbox)和分類標(biāo)簽，由一個(gè)網(wǎng)絡(luò)完成，該方法以YOLO、SSD為主要代表Two-stage方法則以Faster-RCNN為代表，輸入圖片后，首先生成建議區(qū)域(RegionProposal)，再輸入分類器進(jìn)行分類，兩個(gè)任務(wù)由不同網(wǎng)絡(luò)完成。其中，YOLO目

2、標(biāo)檢測是一種突出且優(yōu)秀的算法，其為“youonlylookonce”的縮寫，意為只需瀏覽一次即可識別出圖中物體的類別與位置，且完美地平衡了檢測速度和精度之間的關(guān)系。YOLO也由最初的YOLOv1發(fā)展到現(xiàn)在最新的YOLOv5o原理簡介一、YOLOv12015年提出了第一版YOLOv1，YOLO借鑒GoogleNet而提出了Darknet網(wǎng)絡(luò)。Darknet是用C語言和CUDA編寫的開源神經(jīng)網(wǎng)卷積層+3x3卷積層替代GoogleNet的Inception模塊。網(wǎng)絡(luò)由24層卷積層接2層全連接組成，如圖1:LawCw.xywFiiJM-2ftiljmMliialM葉LdLUi3sJi5lltw.C*l

3、rnItfalMI-dlaliaia1粧4Cw.LiiCam.kfwYOLOv1中的Darknet結(jié)構(gòu)YOLOv1的框架如圖2所示:首先調(diào)整圖像大小為448x448，隨后將圖像輸入CNN，最后通過非極大值抑制(NMS)保留最終標(biāo)定YOLOv1的整體框架YOLOv1的核心思想在于將目標(biāo)檢測視為回歸問題，其將圖片劃分成SxS個(gè)網(wǎng)格，如果目標(biāo)中心落入某網(wǎng)格單元，則該網(wǎng)格就負(fù)責(zé)標(biāo)。每個(gè)網(wǎng)格單元預(yù)測B個(gè)邊界框(bbox)和類別信息。此外，每個(gè)bbox需要預(yù)測(x,y,w,h)和置信度共5個(gè)值。因此，最終每個(gè)個(gè)bbox和C個(gè)類別，最終輸出SxSx(5*B+C)的tensor。其中，置信度得分反映了bbox

4、包含物體的概率Pr(Object)以及bbox的位置準(zhǔn)確性IOU(預(yù)測的bbox和真實(shí)的物體位置的交并比由以上兩部分定義:Pr(ObjeCt)*I01得到所有bbox后進(jìn)入非極大值抑制(NMS)階段。對于每個(gè)bbox，按照下式衡量該框是否應(yīng)該予以保留。Pr(Class|ObjeClbjKIDlrflkaMX：hjrhkd-mjMVifDK護(hù)卄SHM也UW10-AwmvHinwm1KK!54WRMSiJk-kiMdfv.比NiHiaFwkInIwI*?.ilrwiHv-lUm*,%,MSCOCO數(shù)據(jù)集檢測結(jié)果自YOLOv4發(fā)布的40余天后，Ultralytics公司開源了非官方的YOLOv5,其完全基于PyTorch實(shí)現(xiàn)。值得注意的是，每個(gè)圖像的推理時(shí)間達(dá)到140FPS，并且YOLOv5的權(quán)重文件大小僅為YOLOv4的1/9YOLOv5更快，也更小巧！此外，YOLOv5還支持轉(zhuǎn)ONNX以