一、深度学习算法概述
1、不同阶段算法优缺点分析
One-stage:
优点：速度非常快，适合做实时监测任务
缺点：效果通常不好
2、yolo评价指标
yolo评价指标：map和fps
Map指标：综合衡量检测效果
精度：识别准确率
召回率（recall）：识别是否完全，有没有没有检测到的
TP:正确被检测到的
FP:错误被检测到的
FN:遗漏的
IOU：真实值与预测值的交集/真实值与预测值的并集
二、YOLOv1
1、特点
经典one-stage方法
把检测问题转换为回归问题，一个CNN就行
对视频进行实时检测
2、核心思想
输入S*S的格子，每个点产生两种候选框，切实有物体的点产生的候选框进行微调（置信度判断是否有物体），筛选出IOU大的
3、网络架构
7×7表示格子大小，30的含义：前5个是B1（x1，y1，w1，h1，c1），在5个表示B2，剩下20表示当前数据集有20个分类类别
三、YOLOv2
1、与V1的区别
V2版本舍弃了全连接层，不再使用DropOut，卷积之后全部加入Batch Normalization（网络每一层的输入都做了归一化，网络收敛更容易 Conv-BN），经过BN处理后网络提升2％的map
V2更大的分辨率：V1训练时用的是224×224的输入大小，测试用448×448，这样可能导致模型效率降低，V2训练时额外进行10次448×448的微调，使用高分辨率的的分类器后，map提升约4％
使用k-means聚类来提取先验框，这样对候选框大小不敏感，更适用于真实的数据集
通过引入Anchor boxes，使得预测的box数量更多，在基本不影响mAP的情况下，提高了大约7％的召回率
2、 网络结构
越大的感受野，越能感受大的物体。最后一层感受野太大，小目标可能就丢失了，需要融合之前的特征
四、YOLOv3
相较于之前的版本，最大的改进就是网络结构，使其更适合小目标检测
Darknet-53 没有池化，下采样通过stride为2来实现和全连接层
使用了resnet的思想，至少不比原来差
特征做的更细致，融合多持续特征图来预测不同规格物体
先验框更丰富，3种scale，每种3个规格，一共9种
softmax改进，预测多标签任务
