YOLOV1學習（輸入的圖像固定大小為448X448X3）
參考文獻
模型結構
將輸入的圖像歸一化為大小為448x448x3的圖像，然后將經過中間24層的卷積后得到了7x7x1024的特征圖，然后后面連接的是兩個全連接層，分別是4096和1470，最后將1470reshape成7x7x30的張量。
問題0：①為什么是30，又為什么是7？②怎么解析？
答：①為什么是7是因為將輸入圖像劃分成了7x7的grid cell，30是因為每個grid cell都會生成兩個預測框，每個預測框又有5個參數（x,y,h,w,c）,又因為這里是針對Pascal 數據集進行設計的，這個數據集中含有20個類，因此會有20個類別條件概率，因此對于每一個grid cell都有**（2x5+20=30）30個參數需要記錄，因此最終的矩陣為7x7x30**
②根據①知道了每一個深度方向的信息代表什么，因此我們可以根據這個進行解析。深度方向有30維通道，1-5通道是第一個bounding box的x,y,h,w,c, 6-10是第二個bounding box的x,y,h,w,c，后面11-30則是每一類的條件概率值【p(第i類）/p(含物體）】。
注：真正的類別概率是：每一類的條件概率乘以置信度
置信度=p[object]是否包含物體的概率，條件概率=p【屬于第i類的概率】/p[object]
p【屬于第i類的概率】=置信度 * 條件概率
[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-wVF2VAoW-1629564873766)(en-resource://database/533:1)]
[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-ZonZ4xEu-1629564873769)(en-resource://database/527:1)]
預測階段
一、模型訓練好的前提下目標檢測的大體步驟
[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-qT5dGEKL-1629564873772)(en-resource://database/529:1)]
步驟一：劃分網格
先將輸入的圖像劃分為sxs個大小相等的網格；（s=7），每一個網格稱之為grid cell
[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-2VR96r7v-1629564873775)(en-resource://database/519:1)]
問題1：這樣劃分的目的是什么？
答：用于生成預測框，將預測框的中心限制在網格中
步驟二：生成預測框bounding box
每個grid cell都會生成兩個預測框，且預測框的中心在grid cell內，預測框的參數有：中心坐標（x,y）,框寬高（h.w）,以及是否為一個物體的置信度c（反應在框的粗細中，粗框表示置信度高）,這里共生成7x7x2 = 98個bounding box
[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-FmjqlIXq-1629564873780)(en-resource://database/521:1)]
問題2：每一個grid cell的2個預測框是怎么生成的？
答：根據參數x,y,h,w,c生成的
問題3：怎么得到這幾個參數？
根據7x7x30的矩陣所得
步驟三：生成條件概率
每一個grid cell還會預測一組條件類別概率，即在包含物體的前提下，是某一類物體的概率，稱之為條件概率。根據條件概率可以繪制下圖的class probability map圖，每一個顏色表示不同的類別，這里是將20個概率中取最大的概率作為最終的概率繪制出來的
[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-wWlVAkbE-1629564873783)(en-resource://database/523:1)][外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-A9rAIVBZ-1629564873785)(en-resource://database/535:1)]
問題4：條件概率有什么作用？
答：將每一個bounding box的置信度乘以條件概率，就可以得到bounding box的各類別的概率。
問題5：條件概率是怎么計算得到的？
根據7x7x30的矩陣所得
步驟四：根據步驟二和步驟三生成預測結果
根據bounding box和類別概率就可以得到預測結果。即根據問題4中得到的概率，就可以判別出每一個bounding box最終的預測結果，將屬于背景的box剔除，然后利用NMS進行非極大值抑制，就得到了目標檢測的結果
[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-gnMCt2zA-1629564873787)(en-resource://database/537:1)]
[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-F8NY3Ge5-1629564873790)(en-resource://database/531:1)]
問題6：
①怎么訓練網絡，得到網絡的參數，進而能夠進行目標檢測？
②怎么判斷grid cell是否含有物體
二、預測階段，后處理
1、預測階段
對于一個grid cell來說，有兩個預測框，每個預測框都有一個20維的類別概率，因此有每一個grid cell都會得到兩個全概率即2x20,對于7x7的grid cell來說，就會得到7x7x2=98個20維的全概率向量
[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-NBcALAj8-1629564873794)(en-resource://database/539:1)]
2、后處理
后處理其實就是將98個預測框中低置信度的框和重復的框剔除，這個過程稱之為NMS
① 先設置一個閾值，對于同一個類別概率小于p_thre的grid cell全部設置為0
②將不為0的grid cell按照高低順序進行排列，取出概率最大的預測框；
③將所有的框跟概率大的框計算交并比,IOU,若交并比大于某一個閾值，則表明預測了同一個物體，將低概率的概率設置為0,；若交并比小于某一個閾值，則說明不是預測的同一個物體，保留這個預測框；
④對于每一個類別都是重復①-③步驟（即NMS），進行20次NMS后就會得到最終的結果。
[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-Z2Nyaww8-1629564873797)(en-resource://database/541:1)]
)
)
