04.卷积神经网络 —— week3.目标检测（编程作业）

Task：

学习使用YOLO算法进行对象识别。

• 输入图像为(608,608,3)

• 输入的图像先要通过一个CNN模型，返回一个(19,19,5,85)的数据。

• 在对最后两维降维之后，输出的维度变为了(19,19,425):

  • 每个19x19的单元格拥有425个数字。
  • 425 = 5 x 85，即每个单元格拥有5个锚框，每个锚框由5个基本信息+80个分类预测构成。
  • 85 = 5 + 80，其中5个基本信息是 $(pc,px,py,ph,pw)$,剩下80就是80个分类的预测。

• 然后我们会根据以下规则选择锚框：

  • 预测分数阈值：丢弃分数低于阈值的分类的锚框。
  • 非最大值抑制：计算交并比，并避免选择重叠框。

• 最后给出YOLO的最终输出。

还是只对YOLO算法流程有了一个大概的了解，代码还是不太。。。emm。

吴恩达深度学习深度学习课程连载笔记中文版：https://blog.csdn.net/u013733326/article/details/80341740

好的，04的最后一周出发。