Yolo v1论文简述

论文名称：You only look once unified real-time object detection
论文链接

YOLO v1算法是发表在CVPR 2016年的文章，。YOLO是目前比较流行的object detection算法，速度快且结构简单，其他的object detection算法如R-CNN、Faster RCNN，一直采用的思路是proposal+分类 （proposal 提供位置信息， 分类提供类别信息）精度已经很高，但是速度还不行（two-stage中的proposal费时）。目前YOLO的更新版本还有YOLO v2、Yolo v3。

YOLO的主要特点：

• 速度快，能够达到实时的要求。在 Titan X 的 GPU 上 能够达到 45 帧每秒。
• 使用全图作为 Context 信息，背景错误（把背景错认为物体）比较少。
• 泛化能力强。
  

一、大致流程

(一)操作步骤

1. Resize成448448，图片分割得到77网格(cell)
2. CNN提取特征和预测：卷积不忿负责提特征。全链接部分负责预测：a) 772=98个bounding box(bbox) 的坐标 (x_center, y_center,w,h) 和是否有物体的confidence 。 b) 7*7=49个cell所属20个物体的概率。
   3.过滤bbox（通过nms）

参考博客：https://blog.csdn.net/u014380165/article/details/72616238